모션 키포인트 검출 AI 경진대회 - Keypoint Detection

🔍 Overview

🐙 GitHub

👨🏻‍💻 Role

Object Detection 모델을 생성해 운동 동작을 취하고 있는 사람을 검출하고, Keypoint Detection 모델을 사용해 keypoint들을 찾아내었습니다.

데이터 구성 : Train 이미지 4195장, Test 이미지 1600장, 24개 keypoint의 (x, y) 좌표가 담긴 train용 csv 파일

데이터 수집 및 전처리
- Object Detection 모델 성능 향상을 목적으로 AI Hub에서 외부데이터 수집. Supervisely를 활용한 데이터 라벨링 수행
- 제공된 train용 csv 파일에서 Human Error 발견, Supervisely로 직접 Human Error 수정
- Train, Valid 폴더에 9:1 비율로 Train set, Validation set 분리
- (x, y)의 최대, 최소값을 이용하여 객체마다의 bounding box file 생성
- SOTA 모형 사용을 위해 COCO format 변환
Object Detection 모델 생성
- Resnet backbone의 DetectoRS 모델 사용
- 검증 결과 mAP Score 0.971 기록
- 특정 운동 기구(철봉, 로잉머신)를 이용하는 이미지에서 사람이 아닌 의자를 오검출 하는 케이스 발견
- 데이터 수집 과정에서 구한 외부데이터로 재학습