Recycle Trash Object Detection Competition

  쓰레기 대란, 매립지 부족 등의 사회문제 해결에 기여하고자 대회 형식으로 진행되었던 프로젝트이며, 이미지에서 10종류의 쓰레기(일반 쓰레기, 종이, 금속, 유리, 플라스틱 등)를 검출하는 모델을 설계하였습니다. 이는 쓰레기장에 설치되어 정확한 분리수거를 돕거나, 어린아이들의 분리수거 교육 등에 사용될 수 있을 것입니다.

• Input: 이미지, 쓰레기 종류, 쓰레기 bbox 좌표 (coco format)
• Output: 쓰레기 종류, 쓰레기 bbox 좌표, Confidence (score)

💁TEAM

CV 17조 MG세대

민선아	백경륜	이도연	이효석	임동우
@seonahmin	@baekkr95	@omocomo	@hyoseok1223	@Dongwoo-Im
Detectron2 기반의 모델 설계	1 Stage Model	2 Stage Model	2 Stage Model, Augmentation	2 Stage Model with Pseudo Labeling

🏆Leaderboard Ranking

• Public: 9등, mAP 0.7008
• Private: 9등, mAP 0.6873

🧪Experiment

1. Reproducibility: seed 고정
2. Augmentation: Heavy augmentation, Mosaic augmentation
3. 학습 전략: K-Fold Cross Validation, All Dataset
4. Multi-scale 전략: Multi-scale augmentation, TTA MultiscaleFlip
5. Pseudo labeling

✨Model

1-stage, 2-stage model을 이용해 모델의 다양성을 높이고 앙상블 효과를 얻고자 했습니다. 각 모델에 대한 실험과 점수를 시각화 했습니다.

1-stage detector - Yolov5

2-stage detector - Cascade RCNN

🌈Ensemble

앙상블 전략

다양한 앙상블 전략을 통해 앙상블을 진행했습니다.

1. 각각의 모델을 한 번에 WBF로 앙상블한다.
2. 1번과 달리 여러 개의 모델 중 일부를 SoftNMS나 WBF로 Ensemble해서 생성된 중간 Ensemble 결과를 최종 Ensemble에 사용한다.
3. 분할 정복 알고리즘과 유사하게 모델들을 그룹지어 각각 SoftNMS Ensemble을 통해 중간 결과를 생성하고, 그 결과를 최종적으로 모아 WBF로 앙상블한다.

📖 Reference

• mmdetection

  • github : https://github.com/open-mmlab/mmdetection
  • documentation : https://mmdetection.readthedocs.io
  • 구체적인 실행 방법은 mmdet 폴더 안의 README.md를 참고해주세요.

• yolov5

  • github : https://github.com/ultralytics/yolov5