P-Stage : Semantic Segmentation

T3049김재훈

T3114송진우

T3165이종민

T3209조정빈

T3216천영호

프로젝트 개요

• 대량 생산, 대량 소비의 시대에 접어들며 자연스럽게 쓰레기 대란, 매립지 부족, 자원 부족등의 사회 문제가 발생하였다. 분리수거는 재활용 가능한 쓰레기를 다시 자원으로 사용할 수 있도록하여 앞서 언급된 환경 문제들을 완화한다. 따라서 쓰레기 더미에서 재활용 가능한 쓰레기와 그렇지 않은 쓰레기를 픽셀 단위로 분류하는 모델을 만들어 쓰레기 처리 시설에서 가능한 많은 자원을 분리수거하거나 분리수거 교육에 활용하고자 한다.

Input & Output

• Input : 쓰레기 객체가 담긴 이미지. segmentation annotation → COCO format
• Output : 모델은 pixel 좌표에 따라 카테고리 값

Data

• Image Size = (512,512)
• 11 Class
  • Background, General trash, Paper, Paper pack, Metal, Glass, Plastic, Styrofoam, Plastic bag, Battery, Clothing
• Annotation File → COCO format
  • images
    • id
    • height
    • width
    • filename
  • annotations
    • id
    • segmentation
    • category_id
    • image_id

• Data component
  • train.json: train image에 대한 annotation file (coco format) [80%]
  • val.json: validation image에 대한 annotation file (coco format) [20%]
  • train_all.json: train/validation 구분 없는 image에 대한 annotation file (coco format) [100%]
  • test.json: test image에 대한 annotation file (coco format)

평가 방식

• Test set 의 (Mean Intersection over Union)로 평가
  • Semantic Segmentation에서 사용되는 대표적인 성능 측정 방법
  • IoU

활용 장비

• ubuntu 18.04