# OpenMV

OpenMV 카메라는 이미지 처리 SOC를 사용하여 카메라와 동일한 보드에서 Micropython 프로그램을 직접 실행하는 극히 저전력 카메라-컴퓨트 유닛입니다. 전력 소비는 0.5W 미만이며 양자화 및 낮은 해상도 사용 시 최대 약 13fps까지 모델을 실행할 수 있습니다.

#### 호환되는 모델 훈련

OpenMV 배포를 허용하도록 Roboflow 3.0 모델을 훈련하세요. 모델은 저전력 SOC에 맞게 모델 포스트프로세싱으로 양자화 및 스케일링되므로 실제 성능은 플랫폼의 지표보다 낮을 수 있습니다. 최상의 결과를 위해 해상도는 224 또는 256을 사용하세요(포스트프로세싱에서 이 해상도로 스케일합니다).

#### 양자화된 아티팩트 다운로드

배포 페이지를 사용하여 OpenMV 아티팩트를 다운로드하세요. 아티팩트는 다음으로 구성되어야 합니다 `.tflite` 파일로, OpenMV 장치와 호환됩니다.

<figure><img src="https://3958014485-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2F-M6S9nPJhEX9FYH6clfW%2Fuploads%2FR7t5VJwcgqw5BtKALjlC%2FScreenshot%202025-12-19%20at%2011.47.22%E2%80%AFAM.png?alt=media&#x26;token=b829cf49-985c-41d4-ab37-357a4020c815" alt=""><figcaption></figcaption></figure>

<figure><img src="https://3958014485-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2F-M6S9nPJhEX9FYH6clfW%2Fuploads%2F2uJncfmf7vomaH0QcbpA%2FScreenshot%202025-12-19%20at%2011.47.35%E2%80%AFAM.png?alt=media&#x26;token=3e5df4cb-7897-409e-aa8b-316d55959f15" alt=""><figcaption></figcaption></figure>

#### 모델을 OpenMV 장치에 배포

그런 다음 다음을 사용할 수 있습니다 [OpenMV IDE](https://openmv.io/pages/download) 을 사용하여 모델을 엣지 장치에 배포하세요. 방금 다운로드한 모델 가중치와 함께 Roboflow 대시보드에서 찾을 수 있는 클래스 목록이 필요합니다. 이는 이 [OpenMV의 비디오](https://www.youtube.com/watch?v=aRnn2LeAS4c)에서 언급되어 있습니다. 이 비디오는 해당 [예제 스크립트](https://github.com/openmv/openmv/blob/4d7247e11e9f4605802f4e285ac65701a2079b4d/scripts/examples/03-Machine-Learning/00-TensorFlow/yolo_v8_detector.py) 를 보여주며 OpenMV 장치에서 YOLOv8 (Roboflow 3.0) 모델을 실행하기 위한 출발점으로 Roboflow 모델을 OpenMV에서 개발할 때 사용해야 합니다.