DanPark - 단주차 (주차 공간 탐지 시스템)
YOLOv5 + React Native로 실시간 주차 공간 탐지
데모 영상
DanPark 데모 영상
YOLOv5 기반 실시간 주차 공간 탐지 데모
팀/역할
기간
기술 스택
프로젝트 소개
DanPark는 단국대학교 주차장 특화 스마트 주차 공간 탐지 시스템입니다. 팀 5명으로 진행, 본인은 YOLOv5 객체 인식 학습을 주로 담당했고, 2학기에 백엔드 팀원 이탈 후 React Native 앱과 백엔드 통합·서버 배포를 인수했습니다. Mark25 창업 경험을 바탕으로 주간 회의·업무 분담을 주도하며 실시간 감지 인터페이스 스펙을 조율했습니다. YOLOv5 파인튜닝으로 주차 공간 인식률을 71%에서 92%로 21%p 향상시켰으며(confidence ≥ 0.7 기준), 핸드폰으로 주차장을 직접 촬영·라벨링한 캠퍼스 특화 데이터셋을 추가 학습에 사용했습니다. 공개 데이터셋(CNR-EXT)으로 pre-training 후 캠퍼스 환경에 맞게 fine-tuning하는 전략으로, 범용 모델의 한계를 극복했습니다.
내 역할 및 기여도
YOLOv5 파인튜닝 및 캠퍼스 데이터 직접 수집·라벨링 (LabelImg), 공개 데이터셋(CNR-EXT) pre-training 후 캠퍼스 특화 fine-tuning 전략 수립, 2학기 백엔드 팀원 이탈 후 React Native 앱·백엔드 통합 및 AWS EC2 서버 배포 인수, ELK Stack 모니터링 구축, Mark25 창업 경험 기반으로 주간 회의·업무 분담 주도
AI 학습 과정
데이터셋
학습 파이프라인
Pre-trained 모델 (CNR-EXT 14만장)
해외 주차장 데이터 기반 범용 인식 모델 확보
캠퍼스 데이터 직접 촬영 & LabelImg 라벨링
단국대 주차장을 핸드폰으로 직접 촬영·라벨링하여 캠퍼스 특화 데이터셋 구축
Fine-tuning & 하이퍼파라미터 튜닝
캠퍼스 데이터셋으로 재학습 + 체계적 실험 설계로 최적 조합 도출
ROI 기반 점유 판단 (중심점 → IoU)
차량 bbox와 슬롯 ROI의 IoU로 점유 판단, 임계값 0.3→0.1 튜닝으로 미탐지 감소
학습 결과
핵심 기능
YOLOv5 기반 주차 공간 탐지
단국대 주차장 특화 학습 데이터로 파인튜닝한 객체 인식 모델
실시간 CCTV 영상 분석
CCTV 영상을 실시간으로 분석하여 주차 가능 공간 표시
GPS 연동 자동 실행
단국대 주차장 근처 접근 시 자동으로 앱 실행
주차장 실시간 현황
주차장별 실시간 주차 가능 공간 수 및 혼잡도 표시
프로젝트 갤러리
기술적 도전과 해결
캠퍼스 특화 데이터 부족 & 학습 최적화
문제
공개 데이터셋(CNR-EXT)은 해외 주차장 기반이라 단국대 캠퍼스 환경(경사면, 조명, 카메라 앵글)에서 인식률이 71%에 그침. 학습 시간도 길어 효율적인 실험 설계가 필요
해결
핸드폰으로 주차장을 직접 촬영·라벨링해 캠퍼스 특화 데이터셋을 구축하고, 체계적 하이퍼파라미터 튜닝과 confidence ≥ 0.7 필터링으로 최적 조합 도출. 점유 판단은 중심점 방식에서 IoU 방식으로 개선(임계값 0.3→0.1)하여 미탐지를 줄임
결과
주차 공간 인식률 92% 달성 (pre-trained 71% 대비 21%p 향상), 추론 속도 8~9ms/패치
2학기 통합·서버 배포 인수 & 팀 협업 주도
문제
2학기에 초기 백엔드를 구축한 팀원이 이탈하여, React Native 앱·백엔드 통합과 서버 배포를 본인이 인수해야 했고, 기술 스택이 광범위해 일정 조율과 기술 의사결정을 동시에 수행해야 했음
해결
주간 정기 회의·업무 분담 주도(Mark25 창업 경험 기반), AWS EC2 서버 배포 + Nginx 리버스 프록시, ELK Stack 모니터링, Contract-First 통합 테스트
결과
전체 기능 마감 1주 전 완료, SW중심대학사업단장 인기상 수상