final-project-level3-cv-12's Introduction

🍜 매대 결품 감지 시스템

🤼 팀 소개

CV-12 TEAM YOLO

김승현_T3038	노창현_T3074	최용원_T3219	최진아_T3225	최홍록_T3228

🕶️ 프로젝트 소개

재고파악 자동화 및 프로세스 효율화를 위한 Computer Vision 시스템
모든 매장에서 매대 품목을 관리하는 시스템으로 사용할 수 있음

📺 Demo

MORE DEMO

📝 Test

Python Video_test.py --video_name {TestVideo 경로} --output_name {Output Video name} --topdown {bool}

📁 Dataset

Train / Validation Image

Test

Weight

🤔 Model

Task	Model	Performance
Object detection	YOLOv5	mAP50: 0.9915
Classification	ResNet18	accuracy: 0.966
결품감지	YOLO+RESNET18+SSIM	mAP50: 0.45

🏗️ System Architecture

🗃️ Work directory

|-- README.md
|-- Video_test.py
|-- backend
|   |-- Send_To_Video.py
|   |-- backend_flask_detector.py
|-- dataset
|   |-- README.md
|   |-- images
|   |-- instances_Test.json
|   |-- instances_Train.json
|   |-- instances_Validation.json
|-- evaluation
|   |-- mAP.ipynb
|-- front
|   |-- front_table.py
|   |-- result.csv
|-- modules
|   |-- Human_detect.py
|   |-- calcIou.py
|   |-- changeDetector.py
|   |-- classification.py
|   |-- model.py
|   |-- outDetection.py
|   |-- ramen_detect.py
|   |-- rgb_simularity.py
|   |-- utils.py
|-- requirements.txt
|-- train
|   |-- classification
|   |-- yolov5
|-- weights
|   |-- classification_all.pth
|   |-- outDetector.pth
|   |-- ramen_best.pt

⚙️ Requirements

yolov5==6.1.2
streamlit==1.9.0
streamlit-webrtc==0.37.0
torchvision==0.8.1
scikit-image==0.19.2
albumentations==1.1.0
flask==2.1.2
torch==1.11.0
uvicorn==0.17.6

Recommend Projects