🎈팀소개

팀 이름 : 멋쟁이

👩‍👧‍👦멤버

김성한

박수영

이다현

이채원

정호찬

☑️재활용 품목 분류를 위한 Object Detection Naver Boostcamp AI Tech

📌 대회 정보

---

• 대회 주제 : 주어진 사진에서 쓰레기를 Detection하는 모델 구현
• 대회 목표
  • 체계적인 실험 관리 (e.g., 비교분석을 위한 table 작성)
  • robust한 모델 설계 (e.g., train/test data에 대한 성능차이가 작은 모델 설계)
  • 적극적인 GitHub 활용을 통한 협업 진행 (e.g., GitHub flow 활용)
• 대회 일정 : 23.05.03 ~ 23.05.18 19:00 (2주)

🐦 Members 역할

---

이름	역할	github
김성한	Detectron2 (cascade, tridentnet, faster rcnn, retinanet) 실험, Ensemble	Happy-ryan
박수영	Detectron2, Torchvision Faster R-CNN 실험, Yolo v6 실험, mAP metric 분석	nstalways
이다현	Mmdetection baseline 구성 및 실험, Pseudo labeling/Ensemble 실험	DaHyeonnn
이채원	Mmdetection training baseline 구성 및 실험, 모델 Backbone 및 TTA 실험	Chaewon829
정호찬	Detectron2 실험, MMdetection-Cascade Swin L RCNN 실험, Augmentation 실험	Eumgil98

📝 Dataset 개요

---

• 전체 데이터셋 통계

  • 전체 이미지 개수 : 9754 장 (train 4883, validation 4871)
  • 클래스 종류 : 10 개 (General trash, Paper, Paper pack, Metal, Glass, Plastic, Styrofoam, Plastic bag, Battery, Clothing)
  • 이미지 크기 : (1024, 1024)

• 이미지 예시
  
  위 이미지는 예시일 뿐이며, 실제 데이터와는 관련이 없습니다.

• (주의) Submission & Annotation format

  • Submission format은 PASCAL VOC 형태!
  • Annotation format은 COCO 형태!
  • format마다 bbox를 정의하는 방식이 다르므로, metric 계산 시 주의!! (Ref)

🐤 폴더 구조

---

main
├── detectron2
│   ├── tridentnet : detectron2에서 제공하지 않은 모델 사용하기 위한 dir
│   ├── inference.py : model inference 및 submission file 생성
│   ├── mapper.py : data augmentation 담당하는 코드
│   ├── trainer.py : data loader 및 evaluator 생성하는 코드
│   ├── utils.py : config 설정 코드
│   └── train.py : 학습 실행하는 Command Line Interface
│
├── mmdetection
│   ├── augmentation
│   │   ├── BaseAugmentation.py : bbox annotation load 및 tensor 변환만 포함한 Base Aug
│   │   └── CustomAugmentation.py : custonAugmentation을 구성하고 pipeline에 import하는 코드
│   ├── pipeline.py : train, val, test의 Transform pipeline 구성
│   ├── inference.py : model inference 및 submission file 생성
│   └── train.py : 학습 실행하는 Command Line Interface
│    
├── torchvision
│   ├── configs : train/evaluation/inference 시 사용하는 yaml 파일들을 모아둔 폴더
│   ├── model : custom model 코드들을 모아둔 폴더
│   ├── trainer : 모델 별로 train 시 사용하는 코드들을 모아둔 폴더
│   ├── evaluation.py
│   ├── inference.py
│   ├── my_dataset.py
│   ├── my_optimizer.py
│   ├── train.py
│   ├── transform.py
│   └── utils.py 
│
└── yolov6
    ├── custom_dataset.py : yolov6에서 요구하는 형식에 맞게 디렉토리를 재구성하는 코드
    ├── recycle.yaml : 데이터셋의 경로 및 class에 대한 정보가 담겨있는 yaml 파일
    └── submission.py

🐧 최종 결과

---

🏅Private score : 9 / 19
🏅Public score : 9 / 19

Model
├── 2 Stage Model
│   ├── Faster RCNN :0.5385
│   ├── Cascade RCNN :0.5747
│   └── DETR : 0.3987
└── 1 Stage Model
    ├── PAA : 0.5787
    ├── UniverseNet :0.6383
    ├── RetinaNet : 0.3406
    ├── TOOD : 0.4482
    └── YOLOv6 :0.5424