A Faster R-CNN-Based Binary Classification System for Determining Waste Presence

도시 환경에서는 생활폐기물 무단 투기와 부정확한 배출 신고로 인해 위생 악화, 민원 증가 등의 문제가 심화되고 있다. 특히 대형폐기물, PP마대, 일반쓰레기는 신고 오류나 무단 배출이 빈번하여, 수거 현장에서 폐기물의 실제 존재 여부를 신속히 확인하는 작업이 중요하다. 이에 Faster R-CNN 객체 탐지 모델을 활용하여 현장 이미지에서 폐기물 존재 여부를 자동으로 이진 분류하는 시스템을 제안하였다. 실제 수거 현장에서 촬영된 이미지를 이용해 모델을 학습하고 평가하였으며, 여섯 가지 객체 탐지 모델 비교 결과 Faster R-CNN이 F1-score 0.79 이상으로 가장 뛰어난 성능을 보였다. 이진 분류 접근은 데이터 구축 비용을 줄이고 판단 과정을 간소화하여 효율성을 높였으며, 현장 적용성과 일반화 가능성에서도 기존 방법에 비해 우위를 보였다. 향후에는 체적 추정 기법과 신뢰도 기반 보완 기능을 추가하여 시스템의 실용성과 신뢰성을 더욱 강화할 계획이다.