Target
1. 도로 내 운행 객체 중 과적 차량 탐지 및 분류
2. 도로 내 운행 객체 중 불법개조 차량 탐지
Challenge
1. 이미지 내 차량번호판, 일반인의 얼굴 등 개인정보보호법에 따른 개인정보 비식별화
2. 도로 내 운행 객체 중 실제 과적 및 불법 개조 차량의 경우가 극히 적음
3. 과적 및 불법개조 차량의 형태적 유사성으로 인해 구별이 어려움
How to
1. 기획 촬영을 통해 부족한 과적 및 불법개조 차량 이미지 확보
2. 라벨링 툴을 자체적으로 개발하여 모델 학습에 있어 최적의 학습용 데이터 가공
3. 과적차량 분류를 위해 다양한 Image Detection 모델의 성능 및 효율을 비교하여 적합 모델 선정
4. 불법개조차량 탐지를 위해 다양한 Instance Segmentation 모델의 성능 및 효율을 비교하여 적합 모델 선정
Outcome
1. 과적차량 분류 모델에서 mAP@0.6 기준 96%의 성능을 갖는 모델 개발
2. 불법개조차량 탐지 모델에서 mAP@0.6기준 81%의 성능을 갖는 모델 개발
