Showing
1 changed file
with
24 additions
and
25 deletions
1 | -# 팀 소개 | 1 | +# SSD를 이용한 어린이 보호구역과 보행자 감지 시스템 설계 |
2 | -#SSD를 이용한 어린이 보호구역과 보행자 감지 시스템 설계 | ||
3 | 2 | ||
4 | -##Abstract | 3 | +## Abstract |
5 | 최근 어린이 보호구역 내 교통안전을 강화하는 일명 ‘민식이법’ 시행과 함께 어린이 교통 안전에 대한 사회적 관심이 높아지면서 어린이 보호구역 내에서 운전자의 각별한 주의가 필요해졌다. 이에 대해 본 프로젝트에서는 SSD (Single Shot MultiBox Detector)를 이용하여 어린이 보호구역과 보행자를 인식하는 딥러닝 모델을 개발한다. | 4 | 최근 어린이 보호구역 내 교통안전을 강화하는 일명 ‘민식이법’ 시행과 함께 어린이 교통 안전에 대한 사회적 관심이 높아지면서 어린이 보호구역 내에서 운전자의 각별한 주의가 필요해졌다. 이에 대해 본 프로젝트에서는 SSD (Single Shot MultiBox Detector)를 이용하여 어린이 보호구역과 보행자를 인식하는 딥러닝 모델을 개발한다. |
6 | 5 | ||
7 | -##준비 사항 | 6 | +## 준비 사항 |
8 | -###데이터셋 준비 | 7 | +### 데이터셋 준비 |
9 | -1) annotation은 labelImg 툴을 사용해 xml 생성 | 8 | +1) annotation은 labelImg 툴을 사용해 xml 생성 |
10 | -2) ./data/images/train에 학습 데이터 저장 | 9 | +2) ./data/images/train에 학습 데이터 저장 |
11 | -3) ./data/images/test에 테스트 데이터 저장 | 10 | +3) ./data/images/test에 테스트 데이터 저장 |
12 | -4) ./code/txt_to_csv.ipynb으로 "Penn-Fudan Database for Pedestrian Detection and Segmentation"의 annotation txt파일을 csv로 변환 | 11 | +4) ./code/txt_to_csv.ipynb으로 "Penn-Fudan Database for Pedestrian Detection and Segmentation"의 annotation txt파일을 csv로 변환 |
13 | -5) ./code/object_detection.ipynb에서 xml->csv->tfrecord로 변환해 학습에 사용 | 12 | +5) ./code/object_detection.ipynb에서 xml->csv->tfrecord로 변환해 학습에 사용 |
14 | -선택) ./code/augmentation.ipynb으로 데이터셋 부풀리기 | 13 | +선택) ./code/augmentation.ipynb으로 데이터셋 부풀리기 |
15 | 14 | ||
16 | ###학습 | 15 | ###학습 |
17 | ./code/object_detection.ipynb를 순서대로 따라서 실행 (tfrecord 변환, pretrained model 설치, 학습, tflite 변환, 테스트 단계 포함) | 16 | ./code/object_detection.ipynb를 순서대로 따라서 실행 (tfrecord 변환, pretrained model 설치, 학습, tflite 변환, 테스트 단계 포함) |
18 | 17 | ||
19 | -###안드로이드 | 18 | +### 안드로이드 |
20 | - Android studio 먼저 설치,API 21이 최소인 android 디바이스 및 android 개발환경 ,Android Studio 3.2 이상인 환경 필요 | 19 | + Android studio 먼저 설치,API 21이 최소인 android 디바이스 및 android 개발환경 ,Android Studio 3.2 이상인 환경 필요 |
21 | - Android에서 Tensorflow lite를 사용하기 위해서는 build.gradle dependencies에 “compile‘org.tensorflow:tensorflow-lite:+’”. 라이브러리를 추가 | 20 | + Android에서 Tensorflow lite를 사용하기 위해서는 build.gradle dependencies에 “compile‘org.tensorflow:tensorflow-lite:+’”. 라이브러리를 추가 |
22 | - Android-tensorflow lite에서는 object detection을 하기 위해 ./code/object_detection.ipynb로 양자화된 tfilte 모델과 라벨링된 txt파일을 android/app/src/main/assets 폴더에 저장 | 21 | + Android-tensorflow lite에서는 object detection을 하기 위해 ./code/object_detection.ipynb로 양자화된 tfilte 모델과 라벨링된 txt파일을 android/app/src/main/assets 폴더에 저장 |
23 | - DetectorActivity.java에서 TF_OD_API_MODEL_FILE, TF_OD_API_LABELS_FILE를 학습한 모델에 맞게 변경, Camera2 API를 사용하여 장치의 후면카메라 사용 | 22 | + DetectorActivity.java에서 TF_OD_API_MODEL_FILE, TF_OD_API_LABELS_FILE를 학습한 모델에 맞게 변경, Camera2 API를 사용하여 장치의 후면카메라 사용 |
24 | - 카메라의 화면을 보여주는 TextureView와 카메라의 기능을 하는 Preview를 통해 카메라 구현, CameraActivity.java에서 이미지 탐색, DetectorActivity.java에서 인터페이스 설정 및 이미지 처리 수행 | 23 | + 카메라의 화면을 보여주는 TextureView와 카메라의 기능을 하는 Preview를 통해 카메라 구현, CameraActivity.java에서 이미지 탐색, DetectorActivity.java에서 인터페이스 설정 및 이미지 처리 수행 |
25 | 24 | ||
26 | -##Project Results | 25 | +## Project Results |
27 | ![test1](/uploads/e88bf788e53341e7c3731390a1a8f569/test1.gif) | 26 | ![test1](/uploads/e88bf788e53341e7c3731390a1a8f569/test1.gif) |
28 | 27 | ||
29 | ![test2](/uploads/32e8f2ff5051f83bcba2982048191b0d/test2.gif) | 28 | ![test2](/uploads/32e8f2ff5051f83bcba2982048191b0d/test2.gif) |
30 | 29 | ||
31 | -##Members | ||
32 | -*지도 교수 | ||
33 | --김녹원 교수님 | ||
34 | -*팀원 | ||
35 | --2017103976 김지은 | ||
36 | --2017104000 신아형 | ||
37 | --2017104033 최세현 | ||
... | \ No newline at end of file | ... | \ No newline at end of file |
30 | +## Members | ||
31 | +* 지도 교수 | ||
32 | +- 김녹원 교수님 | ||
33 | +* 팀원 | ||
34 | +-2017103976 김지은 | ||
35 | +-2017104000 신아형 | ||
36 | +-2017104033 최세현 | ||
... | \ No newline at end of file | ... | \ No newline at end of file | ... | ... |
-
Please register or login to post a comment