모바일 환경에서 YOLOv8기반 Object Detection으로 재활용 쓰레기를 탐지하여 사용자들에게 올바른 재활용 가이드 라인을 제공한다.
사용한 Dataset - AI-HUB 생활폐기물 데이터
사용자는 모바일 어플을 통해 재활용 쓰레기의 정확한 품목을 알 수 있다.
사용자에게 탐지된 재활용품의 처리 가이드 라인을 제공한다.
모델의 파이프라인을 수정하여 탐지한 물체의 이미지 벡터를 추출할 수 있다.
추출한 이미지 벡터로 T-SNE 및 PCA 시각화를 진행 후, 내부적으로 정성 평가를 위해 각 이미지를 비교할 수 있도록 도구를 개발하였다.
Garbage-Classification
┣ Mobile_Develop # 어플리케이션 개발 폴더
┃ ┗ app # 어플리케이션 코드
┣ Model_Develop # 모델 및 데이터셋 관련 폴더
┃ ┣ Custom_Model # 기존 YOLO 패키지 수정
┃ ┣ Dataset_Sampling # 데이터셋 샘플링 관련 코드
┃ ┣ Dataset_Visualization # 데이터셋 시각화 관련 코드
┃ ┗ Model_Train # 모델 가중치 및 결과
[배경] 대한민국 가정에서 버린 쓰레기는 모두 각 지역구 선별장으로 이동하게 되며 일부 자동화 선별장을 제외한 대부분은 사람이 직접 수작업 분류를 진행하고 있다.
<첫째>
현재는 사용자가 직접 쓰레기를 비추며 안내문을 출력하지만 IOT서비스와 연결하여 SMART쓰레기통 , SMART주방 , SMART분리수거장으로 활용할 수 있다.
이렇게 가정에서 1차적으로 재활용품 분류가 잘 될수록 다음 처리단계인 선별장에서 노동자들의 업무 부담을 줄일 수 있으며 친환경 사회로 나아갈 수 있다.
<둘째>
선별장환경에 맞춰 모델을 학습한다면 로봇을 이용하여 적은 임금을 받으며 열약한 환경에서 근무하는 노동자의 노동환경을 개선할 수 있다.
로봇을 이용하여 선별장에서 대규모 , 오염된 쓰레기를 분류한다면 업체는 적은 임금비용으로 노동자는 쾌적한 환경에서 근무 가능할 것이다.