[AI Tech 7th CV21]

content

• Overview
• Member
• Collaboration
• Approach
• EDA
• Wrap Reports
• File Tree
• Usage

Overview

다양한 종류의 쓰레기(일반 쓰레기, 플라스틱, 종이, 유리 등 총 10가지)를 포함한 이미지 데이터셋을 활용했다. 데이터셋은 COCO 포맷의 바운딩 박스 정보(좌표, 카테고리)를 포함하고 있어, 학습 시 정확한 쓰레기 위치와 종류를 인식하도록 모델을 훈련시켰다. 모델의 출력값은 바운딩 박스 좌표, 카테고리, 그리고 신뢰도 점수(score)를 포함하며, 이 값을 기반으로 평가가 이루어졌다.

Member

김성주 김보현 윤남규 정수현 김한얼 허민석

Collaboration

Approach

Architecture

• Faster R-CNN
• Cascade R-CNN
• YOLO v11x
• YOLO v11n
• YOLO World
• RT-DETR
• ContralModel(Diffusion Model)
• DiffusionDet
• SWIN

Backbone model

• ResNet(TorchVision, Faster R-CNN)
• Swin Transformer(MMDetection)
• One Stage detector(Ultralytics)

EDA

WrapReports

File Tree

level2-objectdetection-cv-21
|
|── tools
|    |- pseudo_labeling
|    |- check_image.py
|    |- ensemble.py
|    └─ mAP_from_csv.py
|
|── mmdetection(v2)
|    |- configs
|    |- inference.py
|    |- inference_on_val_set.py
|    |- testTTA.py
|    └─ trainer.py
|
|── mmdetection(v3)
|    |- configs
|    .
|    .
|    └─ tools
|        |- train.py
|        └─ test.py
|
|── yolov11
|    |- cfg
|    |- augmentation.py
|    |- convert.py
|    |- inference.py
|    |- split.py
|    |- streamlit.py
|    └─ train.py
|
└── README.md

Usage

Package install

Model Train & Inference

• Yolov8
• MMDetection(v2)
• MMDetection(v3)

Extra Tools

• Tools
  1. Annotation Analysis (EDA)
  2. Clean Supervisely
  3. Stratified Group K Fold
  4. Submission Visualization

WBF ensemble