Claude Code가 운영하는 오픈소스 하늘 카메라, 밤새 유성 17개를 찾아 분류했습니다
openskycam은 하늘 카메라 영상을 개인 디스크에 저장하고, 탐지 모델과 워크플로로 유성·비행기·야생동물 등을 분류하는 오픈소스 프로젝트입니다. 웹사이트와 API를 MCP 서버로 Claude Code에 연결하며, 작성자는 승인한 탐지 결과로 학습 데이터를 만들고 모델을 재훈련했다고 설명합니다.
최신기사
AI, 개발 도구, 오픈소스, 보안과 인프라의 변화와 이용 조건을 설명하는 최신 기사와 해설입니다.
Claude Code가 직접 운영하는 오픈소스 하늘 관측 카메라를 만들었습니다. 밤새 유성 17개를 찾아 분류했습니다
openskycam은 RTSP 카메라 영상을 로컬 디스크에 저장하고, 탐지 모델과 워크플로를 실행해 유성·비행기 등을 분류하는 오픈소스 시스템입니다. 웹사이트 기능을 API와 MCP 서버로 제공해 Claude Code가 설정과 검토를 맡으며, 작성자는 모델의 재현율이 90%라고 밝혔지만 평가 데이터가 기존 모델의 탐지 결과에 기반한다는 한계도 공개했습니다.
2달러 마이크로컨트롤러에서 SIMD로 가속한 컴퓨터 비전
ESP32-S3의 128비트 SIMD 명령으로 FAST 특징점 검출기를 구현해 기준 구현보다 약 2.2배 빠른 초당 11.2메가픽셀 처리량을 얻었습니다. 정렬되지 않은 데이터 접근과 부호 있는 8비트 비교, 포화 연산 제약을 우회한 방법도 설명합니다.
Iris-3B — 픽셀 공간에서 이미지 생성과 비전 작업을 수행하는 30억 파라미터 모델
Iris-3B는 잠재 공간이나 VAE 디코더를 거치지 않고 픽셀을 직접 생성하는 30억 파라미터 모델입니다. 같은 모델을 별도 구조 변경 없이 미세 조정해 단안 깊이 추정과 이미지 복원·업스케일링에도 적용하며, 저장소에 가중치와 실행 스크립트를 공개했습니다.
Meta, 이미지·영상에서 텍스트로 객체를 찾고 추적하는 SAM 3 공개
SAM 3는 텍스트나 시각 프롬프트로 이미지·영상 속 객체를 분할하고 추적하는 기반 모델입니다. 짧은 텍스트가 가리키는 개념에 해당하는 객체를 빠짐없이 찾는 기능을 도입했으며, Meta는 27만 개 개념으로 구성한 SA-CO 벤치마크에서 인간 성능의 75~80%를 기록했다고 밝혔습니다.
뒤섞인 이미지 14만 9천 장으로 오프라인 인식 시스템 만들기
여러 출처에서 모은 이미지로 음식 탐지 모델을 학습하고, 휴대전화에서 오프라인으로 실행하는 과정을 소개합니다. 클래스 이름과 ID를 통일하고 이미지 품질·중복을 정리한 결과, 실제 학습에는 약 2만 장을 사용했으며 데이터 정리와 검증 설계에서 발견한 문제도 공유합니다.
전구형 컴퓨터: 프로젝터로 공간·주변 컴퓨팅을 다시 상상하다
Lightbulb Computer는 프로젝터와 컴퓨터 비전을 결합해 집 안의 표면에 정보를 띄우고, 손가락으로 가리키거나 음성으로 조작하는 공간 컴퓨팅 디자인 프로토타입입니다. 스마트 안경 대신 여러 사람이 함께 쓰는 투사형 컴퓨팅을 제안하며, 현재 시제품의 구성과 프라이버시 조건도 설명합니다.
LingBot-Map — 실시간 스트리밍 3D 재구성을 위한 기하학적 컨텍스트 트랜스포머
LingBot-Map은 연속된 영상에서 3D 장면과 카메라 자세를 스트리밍 방식으로 재구성하는 feed-forward 모델입니다. 기하 정보를 통합하는 구조와 paged KV cache를 적용해 518×378 해상도에서 약 20 FPS로 1만 프레임이 넘는 시퀀스를 처리하며, 장면 시각화와 오프라인 렌더링 도구도 제공합니다.
VisionHOPE 사전 학습 가중치 공개
VisionHOPE-T/S/B의 사전 학습 체크포인트를 공개했습니다. ImageNet-1K 분류, COCO 객체 탐지·인스턴스 분할, ADE20K 의미 분할용 가중치를 Hugging Face CLI로 내려받을 수 있습니다.
비전 모델까지 지원하는 단일 함수 Jev 스타일 래퍼
LLM의 토큰 로그 확률(log probability)을 이용해 선택지·참거짓·점수형 질문에 답하는 Jev 스타일 Python 래퍼를 소개합니다. 이미지도 첨부해 웹캠 장면을 분류하며, RTX 3090에서 Gemma 4 12B로 초당 약 1프레임을 처리한 사례를 제시합니다.
분당 광고 9개: FIFA 월드컵 26, ‘아름다운 경기’의 대가
브리스톨대와 옥스퍼드대 연구진이 Isambard-AI로 FIFA 월드컵 104경기의 172.6시간 영상을 분석했습니다. 경기 중 노출된 유해 상품 로고는 모든 경기에서 39.3시간 동안 나타났으며, 국가별 광고 규제를 무시한 FIFA의 중계 방식도 지적했습니다.