플러스프로젝트 배경
1) 문제점 - 어안 카메라로 촬영된 영상에서 기존 객체 탐지 모델의 성능 저하 - 이미지 가장자리 영역의 극심한 왜곡으로 인한 오탐지 발생 - 가장자리 객체의 작은 크기로 인한 미탐지 문제 - 표지판 등 비대상 객체를 차량 등으로 오인식하는 문제 2) 프로젝트 목표 - 탐지 정확도 향상: F1 Score 0.60 이상 달성 - 왜곡 강건성 확보: 어안 렌즈 특성에 강건한 탐지 알고리즘 개발
프로젝트 성과
AI City Challenge 2024 Track 4 준우승
CVPR 2024 워크샵 국제 대회에서 F1 Score 0.6196 달성하여 전 세계 참가팀 중 2위 기록
탐지 성능 31% 향상
기존 베이스라인 대비 F1 Score를 0.4734에서 0.6196으로 개선, 어안 카메라 실용화 가능성 입증
오탐지율 73% 감소
Semi-Supervised Learning 적용으로 표지판 등 비대상 객체의 오인식 73% 감소
핵심 기능
Adaptive Image Enhancement
Histogram Equalization을 통한 저조도/고조도 환경 대응 및 회전 증강을 통한 다양한 카메라 각도 대응
진행 단계
문제 분석 및 데이터셋 구축
2024.02.
- FishEye8K 데이터셋 분석
- 어안 카메라 특성으로 인한 탐지 실패 패턴 분석
- 오탐지 사례 수집 및 분류
- 어안 카메라 특성으로 인한 탐지 실패 패턴 분석
- 오탐지 사례 수집 및 분류
프로젝트 상세
1) 포트폴리오 소개 - CVPR 2024 AI City Challenge에서 준우승을 달성한 고성능 어안 렌즈 특화 딥러닝 모델 연구 2) 작업 범위 - 딥러닝 모델 개발: Co-DETR, Co-DINO 등 DETR 계열 모델 fine-tuning 및 최적화 - 알고리즘 연구: SAHI(Sliced Aided Hyper Inference) 기법 구현 및 개선 - 데이터 엔지니어링: Fis
