AI-Hub

데이터 변경이력

데이터 히스토리

소개

생활계 폐플라스틱 재활용을 위한 재질별 4종(PET, PE, PP, PS) 이미지 데이터

구축목적

플라스틱 폐기물 분류 및 재활용품 사용율을 높이기 위해 폐플라스틱 이미지 데이터를 구축하고, 이를 인공지능 모델이 학습토록 하여 폐플라스틱을 종류별로 분류하는 재활용 교육 앱 서비스 제공, 이를 위해 학습가능한 폐플라스틱 이미지 데이터를 구축하는 것이 목적

데이터 구축 규모

• 원천데이터 802,870건, 라벨링데이터 802,870건

  데이터 구축 규모

  데이터 종류	데이터 형태	원천데이터 규모	어노테이션 규모
  폐플라스틱 이미지 데이터	PE 이미지	31.1만 건	31.1만 건
  	PET 이미지	23.3만 건	23.3만 건
  	PP 이미지	15.4만 건	15.4만 건
  	PS 이미지	10.3만 건	10.3만 건
  총계		80만 건	80만 건

데이터 분포

• 주제별 분포 : PE, PET, PS, PP 이미지 건수

  구분	이미지	비율
  PE	31.1만건	39%
  PET	23.3만건	29%
  PP	15.4만건	19%
  PS	10.3만건	12%
  합계	80만건	100%

  

저작도구 설명서 및 저작도구 다운로드

AI 모델 상세 설명서 다운로드

활용모델

• 모델 학습:
  – 객체검출(Object Detection)은 바운딩박스(Bounding Box)로 객체를 검출하여 폐플라스틱을 분류하는 모델로 YOLOv4 알고리즘을 사용. YOLO는 You Only Look Once의 약자로, Object Detection 중 1-Stage의 대표적 모델로 기존 YOLO의 고질적인 문제인 작은 Object에 취약하다는 점을 개선하기 위해 Resolution을 512로 증가시켰으며, 주요 기법으로 BoF(Bag of Freebies), BoS(Bag of Specials)를 활용
  – 객체분할(Instance Segmentation)은 픽셀 기반의 폴리곤(Polygon)으로 객체를 분할하여 폐플라스틱을 분류하는 모델로 Mask R-CNN 알고리즘을 사용. 2-stage Object Detection 알고리즘인 Faster RCNN 과 FCN 기법 개선 및 결합하여 존 Bounding box regression과 Classification에 Binary Mask Prediction 추가하여 Instance Segmentation을 수행

  활용모델

  구분	알고리즘	특징
  객체 검출 Object Detection	YOLOv4	– 폐플라스틱 이미지에서 특정 클래스의 객체 인스턴스를 인식 – COCO JSON에서 Bounding Box 데이터셋 사용
  객체 분할 Instance Segmentation	Mask R-CNN	– 폐플라스틱 객체의 감지된 인스턴스에 대한 분할 맵을 생성하여 세그멘테이션 분할 인식 – COCO JSON에서 Polygon 데이터셋 사용

서비스 활용 시나리오

• 폐플라스틱 이미지 데이터를 활용하여 각 클래스의 객체 인스턴스를 인식하는 객체 인식과 객체 분할로 재활용 선별시스템에서 폐플라스틱 재활용품을 탐지하여 분류 
• 로봇팔 연동 자동 선별 시스템 구축
  – 재활용 쓰레기 선별장에 비전 시스템 및 로봇팔 연동 시스템 구축
  – 컨베이어벨트를 통해 이송되는 각종 플라스틱 쓰레기 자동 분류
• 공동주택 플라스틱 선별 시스템 구축
  – 공동주택에서 배출되는 생활계 재활용 플라스틱을 보다 정확하게 분류 가능
  – 스마트 시티 연동 재활용 쓰레기 배출 시스템 구축 가능

기타 정보

• 대표성: 사용자의 데이터 활용도를 고려, 범용성이 높은 생활계 4대 폐플라스틱을 선정하여 Polygon, Bounding Box 라벨링 데이터 구축
• 독립성: 4대 폐플라스틱인 PET, PS, PP, PE를 컨베이어 배경으로 이미지 데이터 수집

데이터 성능 점수

설명서 및 활용가이드 다운로드

1. 데이터 설명

   No.

   구분	내용
   데이터명	폐플라스틱 이미지 데이터
   구축목적	폐플라스틱 4종의 Polygon 기반 객체 검출
   라벨링 방법	폴리곤(Polygon)
   데이터 종류/형식	∙원천 데이터: 이미지(.jpg)
   	∙라벨 데이터: .json
   클래스 수량	객체 4종 : PET, PE, PP, PS
   데이터예시

   
    
2. 영상데이터 포맷

   No.	속성명	항목 설정	예시
   1	filename	파일명	“PET_001.10001.jpg”
   2	date	촬영 날짜	2021.04.05
   3	file format	파일 형식(포맷)	JPG
   4	imsize	이미지 파일 크기	6800kb
   5	device	장비 모델 정보	초고속 라인 카메라(고해상도 카메라)
   6	region_name	촬영 지역	AIRISS
   7	width,height	이미지 사이즈	4096x4096
   8	resolution	해상도	4K(4096x4096)
   9	bit	비트값	컬러 색상/기본(RGB) : 24bit
   10	pixel	화소	4096*4096
   11	definition	선명도	낮음/중간/높음
   12	sharpness	선예도	낮음/중간/높음
   13	resolution	해상력	낮음/중간/높음
   14	focal_length	초점 거리	35mm
   15	scan_speed	카메라 영상 스켄 속도	60fps
   16	Illuminance	조도	100lux
   17	conveyor_speed	컨베이어 속도	1m/s

   
    
3. 어노테이션 포맷

   구분		항목명	타입	필수여부	설명	범위	비고
   1		info	Object		데이터셋 정보		coco기본정보
   	1-1	info.year	Number	Y	데이터셋 생성년도		배포일자
   	1-2	info.version	String	Y	데이터셋 버전
   	1-3	info.contributor	String	N	데이터셋 라벨러
   2		licenses	Object		라이선스 정보
   	2-1	licenses.url	String	N	라이선스 약관 URL
   	2-2	licenses.id	String	N	라이선스 아이디
   	2-3	licenses.name	String	N	라이선스 이름
   3		categories	Object		라이선스 정보
   	3-1	categories.id	String	Y	카테고리 아이디		데이터 번호
   	3-2	categories.name	String	Y	카테고리 이름		카테고리 이름
   							(PET, PS, PP, PE)
   4		images	Object		이미지 정보
   	4-1	images[].id	String	Y	이미지 식별자		전체 파일 인덱스
   	4-2	images[].width	Number	Y	이미지 너비	[0~2048]
   	4-3	images[].height	Number	Y	이미지 높이	[0~2048]
   	4-4	images[].file_name	String	Y	이미지 파일명
   5		annotations	Object		어노테이션 정보
   	5-1	annotations[].id	Number	Y	어노테이션 ID
   	5-2	annotations[].image_id	Number	Y	이미지 ID
   	5-3	annotations[].category_id	Number	Y	카테고리 ID		분류체계번호
   	5-4	annotaions[].metainfo_id	Number	Y	메타정보ID
   	5-5	annotations[].segmentation	2D List	Y	라벨링 영역		좌표 배열
   	5-6	annotations[].area	Number	Y	라벨링 넓이
   	5-7	annotations[].bbox	1D List	N	라벨링 바운딩박스
   	5-8	annotations[].iscrowd	Number	N	평가적용
   	5-9	annotations[].ignore	Number	N	학습제외
   6		metainfo	Object		메타정보
   	6-1	metainfo[].id	Number	Y	메타정보 ID
   	6-2	metainfo[].name	String	Y	메타정보 이름		메타정보 이름
   							(예 : 식품용기류_투명_병류_대_비압축)
   	6-3	metainfo[].category_id	Number	Y	카테고리 아이디
   	6-4	metainfo[].container	Boolean	Y	true : 식품용기류
   					false : 기타
   	6-5	metainfo[].transparent	Boolean	Y	true : 투명
   					false : 불투명
   	6-6	metainfo[].shape	Integer	Y	0: 병류
   					1: 원형
   					2: 사각형
   					3: 그 외
   	6-7	metainfo[].size	Integer	Y	0 : Big
   					1 : Small
   					2 : etc
   	6-8	metainfo[].compress	Integer	Y	0: 비압축
   					1: 수평압축
   					2: 수직압축
   	6-9	metainfo[].label	Boolean	Y	true : 라벨 유
   					false : 라벨 무

   
    
4. 실제 예시
   

데이터셋 구축 담당자

수행기관(주관) : ㈜에코인에너지

수행기관(참여)