마일스톤 #139
중은 정이(가) 일년 이상 전에 변경
### 목적
1) Image Segmentation 모델 개발 시 초벌 분류 활용
- 1차 분류 후 Segmentation 할 수 있도록
2) 데일리 DB 를 자동화에 활용
3) 동일한 데이터셋으로 음파 vs 비전 비교 연구
### 현황
-
- 분류 종류 : 2024 데이터바우처 지원사업 분류기준 9가지
-
- 활용 데이터: 데이터바우처 지원사업 2023년 6월 데이터
-
- 실험데이터 구성 [표로]
- 실험 정확도 (Accuracy) : 92%
-
- 개발 모델 : MobileNet-v3 [python Efficient Det-v2 (python / pytorch]
* https://pytorch.org/vision/stable/models/mobilenetv3.html
* Python 3.9.18
* PyTorch 2.1.1+cu118 pytorch)
- 연구 기간 : 2024년 3월 ~ 4월
* MobileNet Efficient Det 개발 환경 구축
* MobileNet Efficient Det 초기 모델 개발
### 목표
Efficient Det 기반 이미지 활용 노면 분류 AI 개발
- 시각적으로 명확한 클래스 기준 각 클래스 최소 Recall 정확도 80% 이상
※ 애매 Class [습윤/결빙 or 젖음/결빙 or 습윤/젖음] 제외
- 전체 평균 정확도 (Accuracy) : 90%
- 대상 데이터: 데이터바우처 지원사업 2023년 6월 데이터
### 개발 기간 : 2024년 5월 ~ 8월
### 핵심 Task
- (1단계/1개월) AI 활용 데이터 검수/정제
- (2단계/1개월) Efficient Det 성능 향상 연구
- (3단계/1개월) 다른 AI 모델 Benchmark 연구
* 검토 신경망: ViT_L_32, LiVT 등 신경망 리스트
* 가장 성능이 좋은 데이터를 실용에 활용
- (4단계/1개월) 연구 결과 정리/실용화 개발
뒤로