배송 완료 사진 속 객체 탐지를 통한 수기 검수 비용 줄이기

핵심 내용

• 배송 완료 사진에서 퍼플 박스와 종이봉투를 객체 탐지로 판별해 수기 검수 대상을 줄인 사례
• 데이터 중심 접근으로 라벨이 없는 이미지에 추론을 먼저 수행하고, 사람은 오답 후보만 수정하는 데이터 엔진 설계
• YOLOv11로 재학습을 반복하며 퍼플 박스와 종이봉투 탐지 성능을 개선하고, 검수 비용을 크게 절감

구조와 흐름

• 초기 추론으로 가짜 라벨 생성
• 결과 검증자와 세부 수정자가 라벨 품질 개선
• 개선된 데이터를 합쳐 재학습하는 반복 주기

성능/운영 포인트

• 퍼플 박스 탐지의 precision 0.9891→0.9992, recall 0.8677→0.9792 향상
• 종이봉투 탐지의 precision 0.8334→0.9694, recall 0.7605→0.9258 향상
• 인간 기록과 91.3% 일치, 수기 검수 비용 93% 절감