Deep Learning-based Parcel Detection and Classification System Development Research.

딥러닝 기반 택배 탐지 및 분류 시스템 개발 연구

The size of the delivery market in Korea is growing year by year. In recent years, the growth rate has skyrocketed due to the aftermath of the coronavirus. Looking at the domestic delivery market's volume trend in 2020, about 3.4 billion boxes increased by 21% compared to about 2.8 billion boxes last year. In addition, sales amounted to 7.5 trillion won, an increase of about 19% compared to 6.3 trillion won a year earlier. As the delivery market grows, the proportion of courier damage relief is also occurring at a considerable rate. About 33% of 1,000 people have experienced delivery accidents, and about 41% of the week have experienced damage or damage. In this paper, a deep learning model capable of detecting a parcel was created to detect a damaged parcel. A system that can check the performance of this model and detect and classify parcels during the delivery process using a real-time detection camera was studied.

한국 택배 시장의 규모는 해가 지날수록 점점 성장하고 있다. 최근 코로나 19의 여파로 인해 그 성장 폭은 훨씬 급등하였다. 지난 2020년 국내 택배 시장 물동량 추이를 살펴보면 약 34억 박스로 전년 약 28억 개에 비해 약 21% 증가하였다. 그리고 매출은 약 7조 5천억 원으로 전년 약 6조 3천억 원과 비교하면 약 19%가 증가하였다. 택배 시장이 성장하면서 택배 피해 구제에 대한 비율도 적지 않은 비율로 발생하고 있다. 1000명 중 약 33%가 배송사고 경험이 있고 이 중 약 41%가 파손 또는 훼손 경험을 한 적이 있다고 설문하였다. 본 논문에서는 파손된 택배를 감지하기 위해 택배를 감지할 수 있는 딥러닝 모델을 생성하였다. 이 모델의 성능을 확인하고 실시간 감지 카메라와 이 모델을 이용하여 배송과정에서 택배를 감지하여 분류할 수 있는 시스템을 연구하였다.