🔍 Overview

• Motion Keypoint Detection 알고리즘 개발
• 스마트 헬스케어 산업에 적용 가능한 데이터 분석 방법
• DACON 모션 키포인트 검출 AI 경진대회
• 프로젝트 수행 기간 ( 2021.02.10 ~ 2021.04.05 )

🐙 GitHub

Gwang-chae/Dacon

• Motion_Keypoint_Detection - Motion Keypoint Detection의 Repository입니다.

👨🏻‍💻 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

1. 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
2. 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