YOLO11 기반 쇼핑 카트 상태 분류 시스템:
CCTV 환경에서의 실시간 탐지 및 세그멘테이션
YOLO11-Based Shopping Cart Status Classification System:
Real-Time Detection and Segmentation in CCTV Environments
Real-Time Detection and Segmentation in CCTV Environments
한양대학교 ERICA 스마트융합공학부 스마트ICT융합전공
Abstract
본 연구는 CCTV 환경에서 쇼핑 카트의 상태(fully/empty/combined)를 자동으로 탐지하고 분류하는 실시간 시스템을 제안합니다. 394장의 데이터셋으로 YOLO11n 기반 Baseline 모델을 학습한 결과 mAP50 0.962의 성능을 달성하였으며 YOLO11s-seg 모델과 고해상도(1280px) 처리를 적용하여 Precision 3.4%, Recall 3.5% 향상을 달성했습니다. 최종 모델은 mask mAP50 0.979의 정밀한 세그멘테이션 성능을 제공하며 CCTV 테스트 영상에서 Baseline이 놓친 원거리 카트들을 성공적으로 탐지하여 실제 환경에서의 우수성을 입증하였습니다.
Demo Videos
Segmentation Demo 1: empty -> combined 변화
Segmentation Demo 2: 원거리 combined 탐지
Segmentation Demo 3: fully -> empty 변화
Segmentation Demo 4: empty -> fully 변화
Team
| 이름 | 역할 |
|---|---|
| 윤태웅 | 모델 학습 및 실험 설계 |
| 박재형 | 데이터 수집 및 라벨링 |