2023년 5월 1일부터 2023년 7월 4일까지 서울대학교 인공지능반도체공학전공과 차세대 반도체 디지털 혁신공유대학 주관으로 진행된 “2023년 대학생 Deep Learning 기반 무인판매대 상품인식 인공지능 경진대회”에서 바이오시스템공학전공 학부생 3명으로 구성된 “딥텍션(deeptection)” 팀이 최우수상을 수상하였다.

대학생 deep learning 기반 무인판매대 상품인식 인공지능 경진대회는 2021년부터 진행된 대회로, 인공지능에 관심이 있는 학생들이 딥러닝을 쉽게 접근 할수 있도록 하며, 미래 인공지능 산업에 필요한 인력을 양성하는데 도움이 되고자 하는 목적으로 마련한 대학생 대상 딥러닝 기반 객체인식 경진대회이다. 본 대회는 서울대학교 차세대 반도체 혁신 공유대학이 주관하며, 연합전공 인공지능반도체공학에서 공동으로 후원한다. 본 대회에서는 무인판매대에 배치된 상품을 여러 각도의 Multi-camera로 촬영한 이미지들을 사용하여 어떠한 상품이 있는지 재고 관리를 위한 Deep Neural Network를 개발한 결과를 인식률, 재고 관리 성공률 등을 평가하고, 개발 아이디어와 방법을 발표로 공유하게 된다.

경진대회에는 총 31팀이 참가하였으며 결선 발표에는 6팀이 선정되었으며 바이오시스템공학전공 학생들로 구성된 딥텍션 팀이 최우수상, 서울대학교 컴퓨터공학부 학생들로 구성된 020304 팀이 우수상, 그리고 이외의 팀들이 장려상을 수상하였다. 최우수상 팀에게는 상장과 노트북이 수여되었다.

딥텍션 팀은 바이오시스템공학전공 19학번 강민수, 19학번 유승연, 19학번 이시운으로 구성되었다. “딥텍션” 팀 이름은 deep learning과 detection의 합성어로 딥러닝 인공지능 모델을 통해 상품을 인식하는 것이 경진대회의 목표였기 때문에 이에 맞는 두 단어의 조합으로 팀 이름을 정하게 되었다. 2개월이라는 기간 동안 경진대회에 사용할 인공지능 모델 선정부터 알고리즘 수정, 튜닝(tuning) 그리고 발표까지 진행하였으며 팀원들은 각자 강점이 있는 영역을 맡아 경진대회를 준비하였다.

경진대회에 딥텍션 팀은 yolo v5를 인공지능 모델로 사용하였으며 경진대회에 목표에 맞게 모델을 수정하였다. 모델의 인식 안정성을 높이기 위해 프레임 별로 물체를 인식하는 것이 아니라 50 프레임 단위로 물체를 인식하도록 하였으며 물품의 출입 여부를 정확하게 감지하기 위해서 4개의 임계값을 도입하였다. 또한 multi-camera에서 입력되는 영상을 빠르게 처리하기 위해 여러 개의 영상을 병렬적으로 처리할 수 있도록 코드를 수정하였으며 모델의 학습을 위해서 직접 제작한 cut&paste 알고리즘을 이용해 주최 측에서 제공한 dataset 이외에 5만장의 dataset을 추가로 제작하였다.

딥텍션 팀이 제작한 인공지능 모델은 약 80%의 정확도를 보였으며 24.6fps의 처리 속도를 보였다.

참가한 학생들은 경진대회를 통해 컴퓨터 비전에 대한 이해도가 깊어졌을 뿐만 아니라 상황에 맞게 인공지능 모델을 수정하고 제작할 수 있는 능력을 갖추게 된 것 같다고 밝혔다.