우리의 품애(딥 러닝 기반 생활폐기물 품목 측정 시스템)

프로젝트 소개

구분	내용
한줄 소개	생활폐기물 처리를 손쉽게 도와주는 딥러닝 기반 생활폐기물 인식 서비스
진행 기간	2020.03 ~ 2020.06
주요 기술	Android, Django, Yolov3(딥러닝), OpenCV, MySQL
팀원 구성	4명 (Anroid 개발 및 딥러닝 모델 구현 2명, Server 개발 2명)
전담 역할	Android 개발 및 딥러닝 모델 구현
수상	교내 창의설계경진대회 장려상 및 인기상 수상

프로젝트 개요

• 우리의 품애(愛)는 내가 버린 폐기물이 누군가의 품으로 돌아갈 수 있다는 의미입니다.
• 캡스톤 과목으로 진행한 딥러닝 기반 생활폐기물 인식 모바일 서비스입니다.
• 폐기물에 따라 복잡하고 어려운 배출방법을 해소하고자 객체인식 기술을 이용하여 품목을 분류하고 이에 따른 배출방법을 소개하고자 하였습니다.
• Yolov3 모델의 경우 총 58가지의 폐기물에 대한 분류가 가능하며 객체인식 모델 정확성 평가의 경우 TOP-1 정확도 88.24%, TOP-5 정확도 90.63%를 보여주었습니다.
• 대형폐기물의 경우 길이에 따라 수수료가 다른데 길이를 자동으로 측정해주고 이에 따른 수수료를 알려준다면 문제점이 해결될것같아 해당 부분을 OpenCV를 이용하여 구현하였습니다.
• 길이 측정 오차는 해당 품목의 길이를 기준으로 ± 10% 정도입니다.

프로젝트 사용 기술 및 라이브러리

✔ Languauge

• Java, Python

✔ Server

• Django

✔ Client

• Android

✔ 협업

• GitHub

✔ Deep-Learning

• Yolov3 (Tensorflow)

✔ Data Base

• MySQL

✔ Library

• OpenCV

주요 기능

• 객체인식 딥러닝 기술을 이용하여 폐기물 품목을 확인할 수 있습니다.
• 음성 또는 텍스트로 폐기물의 배출 요령을 검색할 수 있습니다.
• OpenCV의 마커를 이용하여 대형 폐기물 길이 측정이 가능합니다.
• 대형 폐기물 나눔 커뮤니티를 이용할 수 있습니다.
• 사용자의 지역에 따른 폐기물 배출 관련 정보를 확인할 수 있습니다.
• 객체인식 딥러닝 기술을 이용하여 폐기물의 분리상태에 따라 포인트 제공합니다.

나의 역할

• MySQL을 이용한 DB 설계
• Django를 이용한 Restful API 서버 구축
• Django에 MVT 패턴을 적용
• Android 구현
• MVP 패턴 및 Singleton Pattern을 공부 및 적용
• 딥러닝 모델 구현을 위한 데이터 수집 및 정제
• 객체인식 딥러닝(Yolov3) 모델 구현

시연 영상

https://www.youtube.com/watch?v=Xwgt8fvhNH8