👉English README👈

대회 개요

GitHub: https://github.com/bluelemon61/Industrial_safety_data_AI_Hackathon

결과 - 대상

공사현장 안전데이터 AI 해커톤

• 2023년도 인공지능 학습용 데이터 구축 지원사업
  • 63번 공사현장 안전데이터
  • 63-2 전기 설비 공사 현장 위험 상태 판단 데이터

주최

• NIA, 한국지능정보사회진흥원
• (주)일주지앤에스

주제

<제 2분야>

전기 설비 공사 현장 위험 상태 판단 데이터를 활용한 작업공정 분류모델 개발

• 선박/해양플랜트 스마트야드 현장 내에서 작업자들이 착용하는 안전장비 데이터를 Efi 모델로 학습하여 해당 작업공정 분류

1. 배전설비 작업
2. 건축전기설비 작업
3. 철탑설비 작업
4. 변전설비 작업
5. 지중송전 설비 작업

데이터 학습 활용 모델

EfficientNet-B0

Paper: https://arxiv.org/abs/1905.11946

최종 제출 모델

• 231215_01.ipynb
• 231215_01.pt

• 모델이 올바르게 분석한 Case
  철탑의 경우 철탑만, 배전설비 작업은 전선, 변전 설비 작업은 변전 관련 설비, 건축 전기 설비 작업은 전선과 사다리 등의 사물을 보고 판단을 내린 것을 알 수 있다.

• 모델이 올바르지 않게 분석한 Case
  해당 공정과 관련된 사물이 아닌 나무와 하늘과 같은 배경을 보고 분류 결정을 내린 것을 확인 할 수 있다. 특히 지중 송전 설비 작업과 같은 경우, 학습 데이터 중 야간에 촬영된 사진이 많아 하늘이 밤하늘이라면 해당 공정으로 분류한 사례가 많았다.

개발 환경

• Python 3.9 with Venv

• pytorch torchvision pytorch-cuda=12.1 numpy, Pillow, scikit-learn, matplotlib

• grad-cam, https://github.com/jacobgil/pytorch-grad-cam

• EfficientNet: https://github.com/lukemeals/EfficientNet-PyTorch

• Font for Pyplot: 맑은고딕

Contributor

• 이동훈: 학습 코드 설계, 학습 및 분석, 모델 학습 및 최적화
• 김지호: 모델 학습 및 최적화, Best 모델 도출
• 유승진: 최종 결과 종합 및 분석, 보고서 작성