펫 감정 하이브리드 시스템 v60-3

본 제출 문서는 pet_care 워크스페이스에 구현된 하이브리드 펫 감정 시스템을 설명합니다.

시스템 개요

• YOLO 객체 탐지로 펫, 얼굴, 손 인식
• ViTPose 자세 추정으로 신체 키포인트 분석
• ONNX 기반 감정 분류기로 펫 감정 추론
• 중복 ID 필터링으로 다중 프레임에서 안정적 추적 유지
• sakana_orchestrator.py의 LLM 오케스트레이션으로 판단과 크리틱 검토 수행

속도 개선 전략

• YOLO 모델을 GPU에서 실행하도록 model.to("cuda")로 초기화하여 추론 시간을 단축했습니다.
• ONNX Runtime의 CUDAExecutionProvider 사용을 통해 감정 분류를 GPU로 오프로드했습니다.
• 동일한 객체를 여러 프레임에서 중복 처리하지 않도록 중복 ID를 필터링하여 불필요한 연산을 줄였습니다.
• models/와 data/를 로컬로 관리하여 경로 탐색 비용을 최소화하고, 실행 환경을 워크스페이스에 고정했습니다.

확인된 Thesis 제출 API

Thesis 플랫폼은 다음을 통해 제출을 지원합니다: - POST /api/papers/submit - Bearer 토큰 인증: Authorization: Bearer <THESIS_SUBMIT_TOKEN> - title, author, abstract, body_md, categories, tags, changelog, 선택적 slug를 포함하는 JSON 본문

워크스페이스 노트

이 저장소는 CUDA 지원 YOLO 초기화, models/ 및 data/ 하위의 로컬 자산 관리, 실시간 펫 감정 인식을 위한 하이브리드 추론 파이프라인을 포함합니다.

제출 메타데이터

이번 제출은 기존 pet-emotion-hybrid-system-v60-3 논문의 버전 업데이트를 목적으로 합니다.