Autonomous-driving_2d_object_detection

경기도 자율주행센터에서 진행한 2d 객체 탐지 공모전

경희대학교 공과대학 산업경영공학과 2023 추계학술제 장려상 수상
경기도 자율주행센터 데이터분석 경진대회 은상 수상

문제 정의

자율주행 기술 발전으로 도로 상황을 실시간으로 모니터링하고 위험 상황을 빠르고 정확하게 식별하는 것이 중요

접근 방법

기존 객체탐지 모델 대비 소형 객체 탐지 성능 향상을 목표로 진행

1. 실험을 통한 앵커박스 크기 최적화

• K-means clustering을 사용하여 IOU 최적화
• 바운딩 박스의 크기 분포를 분석하여 각 클러스터 중심을 실제 데이터의 대표적인 바운딩 박스 크기로 설정함

2. 데이터 증강을 통한 데이터 불균형 해소

• VerticalFlip, Mosaic, GridDistortion 등의 데이터증강 기법을 사용하여 일반화 성능을 올림

3. 소형 객체 탐지에 좋은 성능을 보이는 HIC-YOLO 모델 도입

• 소형 객체탐지에 좋은 성능을 보이는 HIC-YOLO 모델 도입

---

전체 프로세스

Experiment