Object Detection 프로젝트 발표자료

<aside> 📎 첨부파일

**Github → Report → Blog →**

</aside>

☑️ 프로젝트 소개

• 프로젝트명 : 재활용 품목 분류를 위한 Object Detection
• 진행 기간 : 2024.10 (1개월)
• 참여도 : 100% (총 인원수: 5명)
• 주요 업무 : 팀 모더레이터, Baseline 구축, 가설 설정 및 실험
• 활용 기술 or 핵심 역량 : Pytorch, mmdetection

<aside> 💡 본 프로젝트는 재활용 품목을 자동으로 분류하기 위한 Object Detection 시스템을 개발하는 것을 목표로 했다. 다양한 최신 딥러닝 모델들을 실험하고 앙상블하여 높은 정확도를 달성했으며 특히 데이터의 특성을 고려한 augmentation 기법들을 적용하여 성능을 향상시켰다.

</aside>

☑️ 프로젝트 진행과정 및 나의 역할

1. 초기 설정 및 EDA (Exploratory Data Analysis)

<aside>

프로젝트 초기에는 데이터셋을 분석하고, 이를 바탕으로 모델을 설계하기 위한 기초 작업을 진행했다. 데이터셋은 한 이미지 안에 여러 개의 Bounding Box가 존재하며 특히 10개 이상의 Bounding Box가 있는 이미지도 다수 존재했다. 또한 클래스 불균형 문제가 있었는데 일반 쓰레기(0), 종이(1), 플라스틱(5), 비닐(7) 등의 클래스가 상대적으로 많았다.

• Bounding Box 분포: 대부분의 Bounding Box는 이미지의 중앙에 위치해 있었으며 배터리와 같은 작은 물체는 작은 Bounding Box를 옷과 같은 큰 물체는 큰 Bounding Box를 가지고 있었다.
• 데이터 클렌징 필요성: 이미지 내에 Bounding Box가 많거나 겹치는 경우 작은 Bounding Box를 학습하는 데 어려움이 있을 것으로 판단되어 데이터 클렌징의 필요성이 대두되었다.

</aside>