프로젝트 내용

ResNet18 모델을 사용하여 객체 탐지를 수행하는 쿠버네티스 기반 마이크로서비스 구축

• 동영상 파일을 입력 받아 ResNet18 딥러닝 모델을 사용하여 객체를 탐지합니다.
• Flask를 사용하여 각 REST API를 구현하고, 쿠버네티스를 이용해 GPU 노드에서 추론 작업을 수행하도록 합니다.
• 탐지된 객체를 Bounding Box로 표시한 후, 새로운 동영상 파일로 출력합니다.

발생문제 및 해결방법

테스트 과정에서 각 마이크로서비스의 완료 시간을 기록해야 했는데, 마이크로서비스가 서로 다른 노드나 서버에 할당되면 서버 간 시간 차이로 인해 시계열이 정확하지 않은 문제가 발생했습니다. 이를 해결하기 위해, 저는 하나의 노드에서 타임라인을 반환하는 API를 구성하였습니다. 각 마이크로서비스가 완료될 때마다 해당 API를 호출하여, 단일 노드에서 일관된 타임라인을 수집하도록 설계하여 문제를 해결했습니다.

GIT 링크

GitHub - hyeonseong0917/ETRI_K8S_Resnet_Object_Detection_microservice: Kubernetes Resnet MSA