서동진 오주영 이유진 장동주 차미경 최한준
재활용 쓰레기의 분리배출을 통해 각종 쓰레기 처리 문제를 줄이고 환경 부담을 줄일 수 있습니다. 재활용 쓰레기의 정확한 분리배출을 돕거나 어린이의 분리배출 교육 등 여러방면에서 사용될 수 있는 Semantic Segmentation 모델을 만들었습니다. (이전 object detection 프로젝트와 동일한 데이터를 이용하여 semantic segmentation을 수행하였습니다.)
- EDA : 데이터 및 모델 출력 결과에 대한 EDA 도구를 모아둔 폴더
- dpt : Depth Prediction Transformer 모델을 위한 폴더
- fpn : Feature Pyramid Network 모델을 위한 폴더
- hrnet : HRnet 및 HRnet-ocr 모델을 위한 폴더
- unet_custom : Unet 모델(CBAM, fpn 모듈 추가)을 위한 폴더
- split_utils : train_all.json으로부터 train, validation set을 나누는 도구를 모아둔 폴더
- Python 3.9.7
pip install -r requirements.txt
albumentations==1.1.0
matplotlib==3.4.3
numpy==1.21.2
pandas==1.3.4
Pillow==8.4.0
pycocotools==2.0.2
scikit-learn==1.0
seaborn==0.11.2
torch==1.9.1
torchvision==0.10.1
wandb==0.12.5
segmentation-models-pytorch @ git+https://github.com/qubvel/segmentation_models.pytorch@35d79c1aa5fb26ba0b2c1ec67084c66d43687220
ttach==0.0.3
json 형태의 config 파일을 이용하여 모델 학습 및 추론을 원하는 조건으로 실행시킬 수 있습니다.
- 모델 train
python train.py [train config 파일 경로 {(ex) ./train_config.json}]
- 모델 inference
python inference.py [inference config 파일 경로 {(ex) ./inference_config.json}]
- 모델 ensemble
python ensemble_inference.py [ensemble config 파일 경로{(ex) ./ensemble_inference_config.json}]
| model | Val mIoU | LB mIoU |
|---|---|---|
| U-Net++ | 0.680 | 0.707 |
| Semantic FPN | 0.657 | 0.703 |
| Unet + CBAM + ASPP | 0.685 | 0.705 |
| FCN resnet-50 | 0.5736 | 0.579 |
| DeepLabV3+ | 0.660 | 0.680 |
| DPT Large | 0.706 | 0.711 |
| DPT Hybrid | 0.657 | 0.679 |
