무인카페 관리 CCTV시스템 | Notion

@jjwkth1@gmail.com

2024.03~2024.12

DOC

CAFE친구들_포트폴리오.pdf

종합설계(201935405강태훈).pdf

GitHub Repo

깃허브 저장소 링크

MP4

https://drive.google.com/file/d/1cYlTPO4OYiurZQ9CCXycGBbzmZv2no4j/view?usp=drive_web

📌 프로젝트 개요

항목	내용
프로젝트명	무인카페 관리 CCTV 시스템
수행 기간	2024년 3월 ~ 12월
수행 형태	2인 팀 프로젝트
역할	YOLO 커스텀 및 학습, 데이터 선정, 전체 기능 구현, 보고서 작성
사용 기술	YOLOv5, Raspberry Pi, Picamera2, Flask, OpenCV, Python
주요 목적	실시간 CCTV 영상 + 오염도 감지 + 분실물 인식 시스템 개발

주요 기능

1. 실시간 영상 스트리밍

Picamera2로 영상 캡처 후 YOLOv5 모델로 실시간 객체 탐지
Flask를 통해 MJPEG 형식으로 관리자 페이지에 전송
탐지 객체에 대해 경계박스 및 클래스 라벨 출력

2. 오염도 측정

탐지된 객체 중 "spills" 클래스의 경계 영역 비율 계산
object_size_percentage 계산 후 API로 반환
기준 비율 초과 시 붉은 경고 표시

3. 분실물 자동 저장

탐지된 객체가 'Phone', 'Wallet'일 경우
10초 주기로 스냅샷 촬영 및 저장
시간 스탬프 포함된 JPEG 파일 생성
서버를 통해 JSON 포맷으로 조회 가능

Flask 출력

관리자 웹 UI에서 실시간 확인 가능
오염도 측정 수치 제공 (Bounding box 비율 기반)
분실물 탐지 시 스냅샷 자동 저장

기술 스택

🧠 YOLOv5 커스터마이징

Class 구성: phone, wallet, coffee_cup, spills (총 4개)
데이터 출처: Roboflow + Kaggle + Custom data
형식: YOLO 라벨링 텍스트 파일 (class x_center y_center width height)
Train 세팅:

python train.py --data data.yaml --cfg yolov5s.yaml --weights yolov5s.pt --img 640 --batch 8 --epochs 130 --name cafe_management

결과 성능:

mAP@0.5: 0.972
F1 score: 0.95 (Threshold: 0.42)