---

💡 프로젝트 소개

• "자율주행 기술개발 혁신사업"을 통해 구축한 자율주행 공개 데이터셋을 활용하여 자율주행차-인프라 연계형 AI 기술 개발
• 주행환경에서 카메라 센서를 이용하여 신호등 인식

😎팀원 소개

정현우	임찬혁	박지완	최재훈

데이터셋 정보

• 데이터셋 이름: 신호등 데이터셋 ( 도로 상에 위치한 신호등을 인식하기 위한 학습 및 평가 데이터 )
• 출처: 신호등 데이터셋 다운로드 링크

데이터셋 통계

• 학습 데이터: 26,864 프레임
• 평가 데이터: 13,505 프레임

데이터 형태

신호등 유형	클래스 이름(번호)	신호등 유형	클래스 이름(번호)
차량 신호등	Go (0)	보행자 신호등	Go (7)
	GoLeft (1)		NoSign (8)
	NoSign (2)		Stop (9)
	Stop (3)	버스 신호등	Go (10)
	StopLeft (4)		NoSign (11)
	StopWarning (5)		Stop (12)
	Warning (6)		Warning (13)

Models

Model	Backbone	Pre-trained	Epochs	oversampling	Image size	val mAP50
yolo	C3K2	yolo11x	20	X	1280x1280	0.6010
Co-DINO	Swin-L	Object365,COCO	1	X	1024x1024	0.6407
Co-DINO	Swin-L	Object365,COCO	2	X	1024x1024	0.6821
Co-DINO	Swin-L	Object365,COCO	3	X	1024x1024	0.6833
Co-DINO	Swin-L	Object365,COCO	1	O	1024x1024	0.6990
Cascade-RCNN	Swin-L	COCO	5	X	1024x1024	0.6819
Cascade-RCNN	Swin-L	COCO	2	X	1024x1024	0.6390
Cascade-RCNN	Swin-L	COCO	2	O	1024x1024	0.6875

This project is released OpenMMLab / 모델 성능표

Ensemble

앙상블 기법	Co-DINO 1ep over	Co-DINO 1ep	Co-DINO 2ep	Co-DINO 3ep	Cascade-RCNN 5ep	Cascade-RCNN 2ep	Cascade-RCNN 2ep over	Test mAP50
NMW		o	o	o		o		0.6945
NMW	o			o	o		o	0.7344
Classwise	o	o	o	o	o		o	0.7362

Results

How to use