음식 객체 인식

ROLE
데이터 어노테이션, 학습 알고리즘, 데이터 정규화
DURATION
2022.07 ~ 2022.12​ ​
TEAM
팀 프로젝트 (3인)
TECH STACK
Python, PyTorch, Detectron2​

프로젝트 요약

  • 인계받은 급식 이미지 라벨링 및 다 회차 학습 진행
  • 데이터 증강(회전, 반전) 학습을 통한 정확도 상승
  • 데이터 검출 시 식판을 기준으로 정규화를 통한 비교 대상 왜곡 조정
  • 식판 대비 음식의 넓이를 통하여 음식의 질량 측정

개발 문제 및 해결

  • 비교 대상이 되는 이미지의 회전상태나 촬영거리에 따른 넓이의 오차범위가 발생하였다.​

    해당 문제는 두 이미지를 비교하기 전 데이터를 정규화하여 크기를 일치하여 비교하는 것으로 해결하였다.

    ​데이터 정규화는 인식된 식판을 기준으로 꼭짓점을 찾아 두 식판의 꼭짓점이 같은 위치에 위치할 수 있도록​ 변환하여 정규화하였다.

시각 자료

음식 객체 인식

데이터 증강 (이미지 회전)

인식된 객체의 넓이 확인