컴퓨터 비전에 대해 어느 정도 배경지식이 있으면 더 좋을 것입니다.
딥러닝, 기계학습 등 전문 내용이 섞여 있습니다.


OPEN CV 와 YOLO 모델을 활용해 직접 모델을 학습시키고
쓰레기를 분류한 논문 형태의 보고서입니다.

본 연구는 심각해지는 환경 문제와 비효율적인 폐기물 처리 시스템에 대한 해결책으로 인공지능 기술을 활용하는 방안을 제시한다. 특히, 현재 대부분 수작업으로 이루어지는 재활용품 분류 과정의 비효율성과 노동 집약적 특성을 문제로 인식하고, 이를 개선하기 위한 자동화 시스템 개발을 목표로 한다. 이를 위해, 객체 인식 기술인 OpenCV와 YOLOv8 모델을 라즈베리 파이에 탑재하여 저비용으로 구현 가능한 실시간 재활용품 자동 분류 프로토타입을 설계 및 제작하였다.
시스템의 성능을 평가하기 위해 페트병, 캔, 종이컵, 플라스틱 용기 등 4가지 주요 재활용품으로 구성된 자체 데이터셋을 구축하고 모델을 훈련시켰다. 프로토타입을 이용한 성능 테스트 결과, 시스템은 평균 96.0%의 높은 분류 정확도를 보였으며, 평균 처리 속도는 150.2ms로 실시간 적용 가능성을 확인하였다. 본 연구는 인공지능 기반의 자동 분류 시스템이 재활용 처리 효율을 획기적으로 개선하고, 관련 산업의 노동 환경을 개선하는 데 기여할 수 있음을 시사한다.

서론

컴퓨터 비전에서의 개념
-객체 탐지
- IOU
- BOUNding BOX
- Non-maximum suppression (NMS)

연구 요약
연구 목적

본론 (방법론)

Colab을 활용한 YOLO3 객체 인식 모델 개발
Roboflow 를 활용한 쓰레기 객체 인식 분류
회로 설계 및 디자인
라즈베리 파이 기반 하드웨어 제작

결론
논의