[개인회고]

프로젝트 개요 및 주제

바야흐로 대량 생산, 대량 소비의 시대. 우리는 많은 물건이 대량으로 생산되고, 소비되는 시대를 살고 있습니다. 하지만 이러한 문화는 '쓰레기 대란', '매립지 부족'과 같은 여러 사회 문제를 낳고 있습니다.

분리수거는 이러한 환경 부담을 줄일 수 있는 방법 중 하나입니다. 잘 분리배출 된 쓰레기는 자원으로서 가치를 인정받아 재활용되지만, 잘못 분리배출 되면 그대로 폐기물로 분류되어 매립 또는 소각되기 때문입니다.

따라서 우리는 사진에서 쓰레기를 Detection하는 모델을 만들어 이러한 문제점을 해결해보고자 합니다. 분류하고자 하는 쓰래기는 일반 쓰레기, 플라스틱, 종이, 유리 등 10 종류입니다.

우리의 목표는 우수한 성능의 모델을 만들어 쓰레기장에 설치되어 정확한 분리수거를 돕거나, 어린아이들의 분리수거 교육 등에 사용될 수 있도록 하는 것입니다. 🌎

프로젝트 팀 구성 및 역할

김지수 Data Synthesis, Model Searching, Model Experiment

배지연 Model Evaluation, Document Recoding

박승찬 Custom Dataset, Pseudo Labeling, Model Searching, Model Experiment, Ensemble

박준수 Data Synthesis, Model Searching, Model Experiment, Ensemble

이승현 EDA, Model Searching, Model Experiment, Ensemble

장석우 EDA, Model Searching, Model Experiment, Ensemble

임문경 EDA, Data Augmentation, Model Searching, Model Experiment

프로젝트 수행 절차 및 방법

마스터님과 멘토님의 조언을 토대로 성능 향상법을 구상하였습니다. EDA와 OOF를 분석하여 정체된 점수를 상승시키고자 하였습니다.

EDA

1. class distribution

   

   [그림 1] 클래스 별 분포도

   • 클래스 불군형 문제가 모델의 성능에 큰 영향을 미치지 않았음
   • 오히려 객체의 수가 가장 많은 Paper 클래스에 대한 AP가 낮게 평가되는 문제를 파악

2. Bbox distribution

   

   [그림2] 객체 크기 별 bbox_ratio 분포도

   • 대회 초반 small objects AP (s_AP)를 올리기 위해 모델에 집중함
   • 후에 Custom anchor ratio로 성능 향상을 이루고자 다시 EDA 진행
   • small, medium, large objects 각각에 대한 bbox ratio를 시각화하고 그에 맞게 anchor 수정

Models