Tensorflow와 OpenCV를 활용한 자동 분리수거 함

Slides:



Advertisements
Similar presentations
모바일 프로그래밍 개론 UNIT 01 로봇 SW 컨텐츠 교육원 조용수. 학습 목표 모바일 프로그래밍이란 ? Embedded System 특성 Mobile OS Hybrid and Native SDK and NDK 2.
Advertisements

학교 자체평가의 실제 신 동 한. 목 차  표지 제목  학교 소개  평가위원회 구성  지표별 평가의 실제  학교 자체평가의 향후 반영 계획  설문지 처리.
김수연 Capstone Design Realization Cost Reduction through Deep Artificial Neural Network Analysis.
© 2012 생능출판사 All rights reserved 매니페스트 파일 적재목록 ( 적하목록 )
Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ Ⅵ ’ ( 금 ) ~ ( 목 ) / 15 개 시・군 대한체육회 / 도, 교육청, 도체육회 47 개 종목 / 32 천명 ’ ( 금 ) ~ ( 화 ) / 9 개 시・군 대한장애인체육회 / 도,
Module1 PI 브랜딩과 연출 - 3 차시 - 김효진 강사 Color consultant.
Page 1 Android Programming November 04 / 2009 S/W Junhyuk Jang.
음란물에 대하여. 인터넷 음란물의 의미 돈벌이를 위해 단지 성적 욕망을 불러 일으키기 위한 음란한 인터넷 상의 사 진, 동영상, 만화 등을 말한다.
온 도 관 리 예 방 시 스 템 www. 은성냉동산업.com 1 중부대학교 & ㈜은성냉동산업 공동개발 중부대학교 Capstone Design 경진대회 대상 수상.
Open Source HW. 목차 OSHW 의 소개 OSHW platform Arduino Raspberry pi Beagle Board ETC … Commercial HW platform Intel Electric imp Commercial iot platform.
아이핑 소개 (탁구대회) 아이핑 담당 신동일 네이버(다음)에서 아이핑검색 아이핑 소개 (탁구대회) 담당 신동일 아이핑.
Computer Network 임현수 이량경 이가영
졸업 프로젝트 중간보고서 12조 Spot Browser.
2009 학교정보공시 입력 유의 사항 안내 광주광역시교육청.
전남행복수업 design 독서ㆍ토론 수업 지원 자료 활용 목포유달초등학교 김미향.
전남행복수업 design, 독서·토론수업 연구의 개요를 말씀드리겠습니다..
아이트래킹을 이용한 피아노 연주 시스템 2011 졸업과제 최종 발표 Outlier Team
일 시 : (목) 장 소 : 1층 도서관 대 상 : 3학년 4반 (36명) 지도교사 : 박 병 진
1. PC 에서 회원가입 1. 회원가입 버튼 클릭 클릭.
인천대학교 PINCOM 컴퓨터비전 스터디 계획 인천대학교 임베디드시스템공학과 김도건.
Homework #1 연관규칙, 분류, 클러시트링의 세 가지 마이닝 방법에 대해, 교재 및 강의노트에 나오지 않는 사례를 각각 1개씩 드시오. 교재 p. 86의 2번 문제 교재 p. 91의 19번 문제 문서는 각 단어의 빈도를 조사하여 문서 벡터로 나타낼 수 있다. 문서.
Chapter 5. Q-LEARNING & DEEP SARSA
NetBIOS 크래킹 7조 최효림/한종민/김재경.
Tensorflow 동향조사 김영훈.
Toad for SQL Server 제품 소개서 – 프로넷소프트㈜.
OpenCV 이미지 객체 추출.
신년워크숍-전략경영본부 (월), 09:30~13:30, 본관 교육장.
Raspberry Pi RaspberryPi Sejin Oh.
제3장 이클립스 사용하기.
Word2Vec Tutorial 박 영택 숭실대학교.
Python Network Data Science Lab Seunghun Lee, KangHee Lee
2018-2학기 캡스톤디자인 실습지원비 사용설명회
사물인터넷(IoT) 융합실습을 위한 교육용 실습장비
Keras Installation Seonho Kim
초등학생이 pc방을 가도 되는가? 등마 초등학교 5학년 4반 김근아.
제 5 장 근 궤적 법.
Lab Assignment 3 Deep Learning 1 1.
순천대학교 총장 후보 7 기호 사회교육과 이 윤 호.
AI 전문 인력 양성 교육 교육명 : Embedded Deep Learning (CNN을 이용한 영상인식)
정보 추출기술 (Data Mining Techniques ) : An Overview
창의 인성 역량 강화를 위한 스마트 교육 증강현실 활용 (월), 시청각실 동성초등학교.
Cyclow Progress 김영훈, 김수현, 박윤아.
제12장 지역사회서비스혁신사업과 바우처.
수납형계단 & 바닥수족관 이다영 김수지 김은지 진윤정.
■ 화성공장 산학인턴 버스 노선 확인 안내 문의 전화 : 안내페이지 접속 1
금융정책과 재정정책이 총수요에 미치는 효과.
가계부 자동작성 APP Ucloud를 이용한 카드 내역 자동 작성 정보통신공학과 김대웅
운영체제의 종류 장승빈.
주님께로 나아갑니다 주님께로 나아갑니다 나의 약한 믿음 아시는 주께 어지러운 맘 상한 나의 심령을 주의 은혜로 다 채워 주소서.
2019-1학기 캡스톤디자인 실습지원비 사용설명회
효율화와 활성화를 위한 조직구조의 설계 ►조직구조와 그 현상
창의성 공학교육 정착을 위한 설계교과목의 운영방법
Neural Networks & Deep Learning
직업체험교육 변리사 란 무엇인가 세화여자중학교 강사 : 변리사 최달용.
[297탄] 반드시 길러야 할 4가지 공부 습관 자습 습관 복습 습관 동기부여 습관 셀프 테스트 습관
01. ‘한글뷰어’ 설치 전 준비사항.
Cyclow -brainstorming- c 김수현 김영훈 박윤아.
9장. 프로그램 평가.
웹 기반 영상 재구성 저작 도구 방송미디어연구소 미디어연구본부 스마트미디어연구그룹 김선중PL )
포이에마장애인보호작업장 시설소개서.
100세 시대, 스마트 헬스케어와 미래직업 (3) 고령화 사회에 필요한 웨어러블.
A Practice Device for Frequency Response
IoT & Capstone Design 융합 교육 캠프
1차시. 인공지능이란?.
일반대학원 사용자 매뉴얼(학생)
코딩교육, 어떻게 해야 할까 이천양정여자고등학교 김가연 안선영.
택시비가 너무 비싸다. 우리 함께 농어촌버스를 이용해보자!
학교규칙 제 개정 절차 및 사례 일시 : 강사 : 삼계중 김세홍.
제2기 지역사회복지계획 수립, 추진 및 평가 사 례 발 표
체력 운동과 건강.
Presentation transcript:

Tensorflow와 OpenCV를 활용한 자동 분리수거 함 B12 Tensorflow와 OpenCV를 활용한 자동 분리수거 함 김영훈, 김수현, 박윤아 (소프트웨어학과/cyclow팀)

Tensorflow와 OpenCV를 활용한 자동 분리수거 함 B12 Tensorflow와 OpenCV를 활용한 자동 분리수거 함 김영훈, 김수현, 박윤아 (소프트웨어학과/cyclow팀) Tensorflow와 OpenCV를 활용한 자동 분리수거 함 Automatic Recycle Bin using Tensorflow and OpenCV Recycle Bin Ⅰ.요약 OpenCV ▶ 인텔사의 오픈 소스 컴퓨터 비전 라이브러리 ▶ 이미지 프로세싱 중점의 라이브러리 ▶ Platform : Window, Linux, ect OpenCV와 Tensorflow를 접목시킨 자동 분리수거 함 OpenCV 그랩컷 알고리즘(GrabCut Algorithm) 그래프 컷을 기반으로 하는 이미지 세분화 방법 세그먼트 화 될 객체 주위의 사용자 지정 경계 상자에서 전경일 가능성이 있는 화소를 마크해 결과 영상을 생성함 정지 영상에서 전경 객체를 추출하기 원할 때 좋은 알고리즘 샤프닝(Sharpening) 영상을 선명하게 하거나 에지를 검출하는데 사용되는 마스크 기반 영상처리.  Ⅱ.목적 정확하지 않은 분리 수거로 인해 추가적인 분리에 들어가는 인건비가 발생되는 것을 막기 위한 것이 본 프로젝트의 목적이다. 샤프닝(Sharpening)은 마스크의 중심 위치의 요소가 주변 요소와의 값 차이를 크게 만들면 된다. 또한 마스크 원소의 전체 합이 1이 되어야 입력 영상의 밝기 손실이 없어진다. Ⅲ. 핵심 기술 Tensorflow Raspberry Pi Deep Learning 인공신경망은 layer의 연결, 데이터 전파 방향이 일정하다. 신경막의 layer들은 최종 출력이 생성 될 때까지 데이터를 다음 layer에게 전달하는 과정을 반복하게 된다. Deep Learning은 인공신경망에서 발전된 인공 지능으로 뇌의 뉴런과 비슷한 정보 입출력 layer를 반복하여 데이터를 학습을 한다.이미지를 구별하는 Deep Learning은 주어진 사진이 어떤 label인지 확률 벡터에 근거하여 결과를 예측 한다. 그림. 뉴런의 구조와 인공 신경망에서 착안된 deep learing의 훈련 절차 01 라즈베리파이는 TCP서버 프로그램으로 통신하고 JVM에 pi4j 라이브러리를 사용하여 GPIO를 제어한다. 02 PC에서 처리한 데이터 값을 TCP서버 프로그램으로 통신 하여 라즈베리파이에 값을 전달한다 Ⅳ. 결과 Tensorflow 기계 학습에는 많은 라이브러리가 존재한다. 대표적으로는 Caffe, Torch, Theano, TensorFlow, Scikit-learn이 있다. 해당 capstone design에서는 google에서 open source 형태로 제공하는 Tensorflow를 선택하였다. TF-slim Row-level Tensorflow API를 간편하게 사용 할 수 있는 고수준의 경량 API로써, 모델을 정의.학습.평가하는 과정을 간소화한다. 특히 이미지 분류 task의 경우 fine-tuning 과정이 단순화 되어 있다. 해당 프로젝트에서는 TF-slim를 이용하여 output label을 3가지 분리수거 종류로 설정을 한 후 새로운 task를 model에 fine-tune을 하였다. 훈련된 model은 google사에서 만든 이미지 분류 model인 inception_v3를 사용 하였고 해당 model은 93.9%의 정확도를 갖고있다. 2,000여장의 사진들을 이용하여 inception_v3모델을 retraining을 하였다. 그 후, 200여장의 사진을 이용해서 100%의 정확도로 label을 구별하는 것을 확인하였다.