프로젝트 개요

목적

재활용 품목 분류

카메라로 촬영한 재활용 이미지의 재활용 품목 분류 Task

쓰레기를 분리하는 모델로 분리수거를 10개의 클래스로 구별하여 분류

활용 장비 및 재료

• 개발 환경 : Aistages server, VScode, Jupyter NoteBook

• 협업 Tools : Git, GitHub, Wandb

• Dataset

  전체 이미지 개수 : 9754장

  출력값 : BBox / COCO 형식 [10 class]

  Class : General trash, Paper, Paper pack, Metal, Glass, Plastic, Styrofoam, Plastic bag, Battery, Clothing → 총 10가지 종류의 쓰레기를 분류

  이미지 크기 : (1024, 1024)

• 프로젝트 구조

기대효과

• 쓰레기 분류 배출문제에 있어서 분리수거 당시 오분류된 쓰레기를 찾아내거나, 어린 아이들을 대상으로 쓰레기 분리 배출에 대한 학습자료에 이용할 수 있다. 궁극적으로는 어떤 사람이든 손쉽게 쓰레기 분리 기준에 대해 알아나가는 것에 대해 큰 도움을 줄 것이다.

프로젝트 팀 구성 및 역할

김대유 : EDA 및 fiftyone을 이용한 데이터 시각화, 모델 결과 데이터 형식 변경 툴(csv to json), stratified k-fold 데이터 제작

권혁산 : Detection을 위한 라이브러리 서칭, 라이브러리 사용법 및 협업에 대한 의견 제시, DataCleaning, IOU Sweep

정효재 : 모델 학습 및 Augmentation, workspace 생성

이상진 : mmdetection, k-fold 데이터셋, ensemble, multi-scale

김찬민 : 베이스라인코드 모델 이해 및 학습

프로젝트 수행 절차 및 방법 (모듈별로 TDD 수행)

모델실험

• 단일 모델

• 다중 모델 / Ensemble (상단 주황라벨 앙상블 진행) ⇒ mAP : 0.6824

전과 비교해, 새롭게 시도한 실험 및 효과

• Object Detection에서 annotation 시각화를 진행하였고, annotation에 대한 불균형을 해소하기 위해서 stratified k-fold를 사용했다.
• Object Detection을 위한 라이브러리를 알게되었고 이를 사용하고 SOTA 모델에 대해 커스텀하는 방법에 대해서 알게 되었다.

마주한 한계와 아쉬웠던 점

• 성능을 높이기 위해 어떤 점을 중점을 두고 개선해야 하는지 인지하지 못한 점이 아쉽다.