본 논문은 지속 가능한 재활용을 위한 핵심 요소로서 실시간 폐기물 분석을 가능하게 하는 최첨단 물질 감지 시스템의 접근성을 높이는 것을 목표로 합니다. 이를 위해, 전해조 재료 분류를 통한 중요 원료 회수를 가속화하기 위해 설계된 새로운 다중 모달 벤치마크 데이터셋인 Electrolyzers-HSI를 소개합니다. 이 데이터셋은 400~2500nm 파장 범위를 포괄하는 55개의 고해상도 RGB 이미지와 고분광 이미징(HSI) 데이터 큐브로 구성되며, 420만 개 이상의 픽셀 벡터와 42만 개 이상의 라벨이 지정된 픽셀을 포함합니다. 본 논문에서는 다양한 머신러닝(ML) 및 딥러닝(DL) 기법(Vision Transformer, SpectralFormer, Multimodal Fusion Transformer 등)을 이용하여 물질 식별을 위한 효율적인 트랜스포머 구축을 위한 아키텍처 병목 현상을 조사하고, 픽셀 수준 예측에 대한 제로샷 탐지 기법과 다수결 투표를 구현하여 객체 수준 분류의 강건성을 확립합니다. Electrolyzers-HSI 데이터셋과 관련 코드는 공개적으로 제공됩니다.
