Yolov8 segmentation을 활용한 불량 땅콩 검출

임유나 데이터셋 수집 레이블링 모델링	배은영 레이블링 YOLO 재학습 코드구현	도규림 데이터셋 수집 레이블링	임태창 데이터셋 수집 레이블링	장우진 YOLO 재학습 코드 구현	변우성 데이터셋 수집

국내 대기업을 중심으로 AI 기반의 불량 검출시스템이 빠르게 적용되고 있다. 하지만, 중소기업 및 식품 공정 과정에서는 적용 수준이 아직까지는 미비하다고 볼 수 있다. 이에 본 프로젝트에서는 AI와 머신러닝을 활용한 불량 검출의 대중화를 이루는데 초점을 두어 주변에서 쉽게 구할 수 있는 땅콩을 통해서 실험해 보고자 한다.

불량 땅콩 검출이 잘 안됨(conf 낮춰도 동일함) -> 불량 땅콩 데이터셋 추가

여전히 불량 땅콩 검출이 잘 안됨-> 정상 땅콩 데이터셋 추가

고화질에서는 검출이 잘 되지만 저해상도(web-cam)에서는 인식이 안됨-> 저해상도 데이터셋 추가

저해상도에서도 잘 검출함.

1. 분류 세분화 - 불량 검출 결과가 정상과 불량 딱 2가지로만 되어있기 때문에 껍질이 붙어있는 정도에 따라서 분류를 세분화하기

2. 시스템 자동화 - 단순 알림이 아닌 분류 결과에 따라서 자동으로 분리되게 시스템화하기