sayzardAA (@measure_plan)
사진 검색·뷰잉 실험: threejs 인터페이스 위에 smolVLM + Roboflow RF-DETR 기반 컴퓨터 비전과 ChromaDB 시맨틱 검색을 결합해, 도시·색상·객체 같은 자연어로 전체 사진 라이브러리를 검색할 수 있게 구성한 사례를 공유함.
AA (@measure_plan)
로컬의 무료 AI 모델들을 활용해 컴퓨터에 있는 오래된 여행 사진을 자연어로 검색하는 앱을 제작한 사례: smolVLM으로 장면·색상 설명, Roboflow RF-DETR로 객체 검출, ChromaDB에 메타데이터 저장·시맨틱 검색을 수행하고 Python과 Streamlit으로 UI를 구현했습니다.
AA (@measure_plan) on X
i built an app to search old travel photos on my computer with natural language queries using free local AI models: - smolVLM to describe the scene and colours - roboflow RF-DETR to detect objects - chromaDB to store metadata labels and run semantic search - python + streamlit
AA (@measure_plan)
'fruit xylophone'라는 컴퓨터 비전 기반 음악 실험을 소개하는 트윗으로, mediapipe 손 추적과 Roboflow의 RF-DETR 객체 검출을 결합해 브라우저에서 실시간으로 동작하며 transformers.js를 사용해 구현했다고 설명합니다. 실시간 브라우저 ML과 크리에이티브 인터랙션 사례입니다.
AA (@measure_plan)
smolVLM, transformers.js, RF-DETR 모델 등 다양한 오픈소스 비전 관련 프로젝트가 소개되었습니다. Hugging Face와 Roboflow 팀이 주도한 이 도구들은 컴퓨터 비전 학습자들에게 유용한 실습 예제와 데모를 제공합니다.
AA (@measure_plan) on X
thank you to @xenovacom, @mervenoyann, @ngxson and the hugging face team for smolVLM, transformers js, and all the blog posts + demos thank you to @skalskip92 and the roboflow team for the RF-DETR model if you want to learn computer vision, follow these folks and their awesome
AA (@measure_plan)
트윗 작성자가 Hugging Face 팀, Roboflow 팀, 그리고 여러 개발자들에게 감사 인사를 전하며 SmolVLM과 Transformers.js, RF-DETR 모델 등 최신 오픈소스 비전 모델 생태계를 언급했다. 컴퓨터 비전에 관심 있는 개발자들에게 추천할 리소스로 언급됨.
AA (@measure_plan) on X
thank you to @xenovacom, @mervenoyann, @ngxson and the hugging face team for smolVLM, transformers js, and all the blog posts + demos thank you to @skalskip92 and the roboflow team for the RF-DETR model if you want to learn computer vision, follow these folks and their awesome
AA (@measure_plan)
사용자가 로컬 환경에서 작동하는 실시간 컴퓨터 비전 시스템을 개발했다. 웹캠 피드를 이용해 Roboflow의 RF-DETR 모델로 객체 인식 후, SmolVLM으로 한 문장 설명을 생성하고, 결과를 Vanilla JS로 시각화한다. 모든 처리 과정이 MacBook Air M2에서 WebGPU 없이 로컬로 실행되는 점이 특징이다.
AA (@measure_plan) on X
i made a computer vision system to monitor the situation - live webcam feed and roboflow RF-DETR for object detection - inputs are fed into SmolVLM which describes what it sees in one sentence - dataviz with vanilla js all running locally in real-time on my macbook air m2
AA (@measure_plan)
하키용 컴퓨터 비전 모델을 개발 중이며 현재 선수와 퍽 추적은 동작한다고 보고. 통계 산출과 카메라 모션 보정은 개선이 필요하며, Roboflow Rapid, SAM3, Python을 사용해 구축했음을 밝힘. 해당 워크플로우는 다른 종목에도 적용 가능하다고 언급.
AA (@measure_plan) on X
i'm working on a computer vision model for hockey. player and puck tracking are working still need to improve the system to calculate stats and compensate for camera motion built using roboflow rapid, sam3, and python. see QT for details on the workflow, which can work for any
AA (@measure_plan)
컴퓨터 비전 실험 공유: 본인이 NPC가 되는 실험을 공개하며 Roboflow의 rf-detr 세그멘테이션, Mediapipe, 그리고 몇 줄의 JavaScript를 사용했다고 설명합니다(비전 기반 실시간/세그멘테이션 응용 사례).
AA (@measure_plan)
배구용 컴퓨터 비전 모델에 개선을 적용했다는 업데이트로, 이제 실내와 비치 배구 모두 지원하고 경기 중 카메라 움직임 보정을 위해 광류(optical flow) 알고리즘을 추가했다고 보고했습니다. 워크플로우는 Roboflow Rapid + SAM3 + Python 기반이라고 설명합니다.
AA (@measure_plan) on X
made some improvements to the volleyball computer vision model: — program now works for indoor and beach volley — added an optical flow algorithm to compensate for camera movement during play same workflow using roboflow rapid + SAM3 + python, more details in QT thanks to
AA (@measure_plan)
배구 관련 머신러닝 모델을 애니메이션 스타일과 비교하는 실험을 공유하면서 동일한 워크플로를 Roboflow Rapid와 SAM3로 구현했다고 밝힘. 컴퓨터비전·세분화 도구를 활용한 실제 워크플로 예시로, 세부 내용은 인용 트윗(QT)에 제공된다고 안내함.
