기술이 발전함에 따라 일회용 쓰레기 및 다양한 종류의 쓰레기가 발생하고 있다. 이러한 쓰레기의 증가로 인해 재활용이 어려워지고 있다. 현재 우리나라에서는 개인이 쓰레기를 분리 배출하도록 되어 있으나, 분류 과정에서 불편함을 느껴 제대로 분리하지 않고 버리는 경우가 많다. 이 문제를 어떻게 해결할 수 있을까?
개인이 쓰레기를 종류에 상관없이 배출했을 때, 이를 자동으로 분류해주는 시스템을 도입하면 분리수거가 되지 않는 문제를 해결할 수 있을 것이다. 그렇다면 이러한 자동 분류는 어떻게 이루어져야 할까?
컨베이어 시스템을 실제로 구성하기 위해서는 2개의 강력한 DC 모터가 필요하다. 하지만 이러한 모터는 가격이 비싸므로, 작은 모터 2개를 PVC 파이프에 연결한 후 벨트로 PVC 파이프를 연결해 컨베이어 벨트를 제작할 것이다. 초음파 센서를 사용해 물체가 올라간 것을 감지하고, 카메라로 촬영할 위치까지 벨트를 이동시킨다.
분류는 CNN 모델을 이용한다.
GitHub Repository: Waste Classification
해당 모델을 AI 허브에 있는 생활 폐기물 이미지 데이터셋으로 학습시킨다.
331GB의 데이터를 모두 사용하기에는 시간이 많이 소요되므로 데이터 수를 줄이고, Epoch 수를 늘리는 방안을 택한다. 데이터셋은 train_set 80%, test_set 10% validation_set 10%로 사용하며, 결과에 따라 유동적으로 변경할 수 있다.
해당 데이터 셋은 위와 같은 쓰레기 이미지 파일과 해당 이미지 파일에 대한 라벨링 정보가 기록되어 있다.
{
"FILE NAME": "11_X001_C024_1218_0.jpg",
"COLLECTION METHOD": "제작자료",
"FORM": "이미지",
"DATE": "2020-12-18 11:32:55",
"GPS": "37.4944062388889/126.732904033333",
"ID CODE": "C024",
"RESOLUTION": "1920*1080",
"focus distance": "4.30mm",
"exposure time": "1/60sec",
"Aperture values": "2.52",
"Sensitivity iso": "50",
"exposure method": "normal program",
"MAKE": "samsung",
"Camera Model Name": "SM-G965N",
"Software": "G965NKSU3FTJ2",
"File Size": "299009",
"DAY/NIGHT": "주간",
"PLACE": "실외",
"PROJECT SORTING": "생활폐기물",
"BoundingCount": "1",
"Bounding": [
{
"CLASS": "가구류",
"DETAILS": "밥상",
"DAMAGE": "원형",
"TRANSPARENCY": "불투명",
"Color": "103/86/80",
"Shape": "다면체",
"Texture": "딱딱함",
"Object Size": "중",
"Direction": "뒷면",
"Drawing": "BOX",
"x1": "239",
"y1": "65",
"x2": "1216",
"y2": "983"
}
]
}
라벨링 파일은 위와 같은 json 형식의 파일로 존재한다.