본 논문은 산업 파트너가 제시한 전자쓰레기 분류 문제를 해결하기 위해 머신러닝 모델을 활용하는 연구를 다룹니다. 마우스, 충전기 등 일반적인 전자쓰레기 품목을 분해하여 사진을 찍어 자체 데이터셋을 구축하고, 최신 YOLOv11 모델과 Mask-RCNN 모델을 학습시켰습니다. 그 결과, YOLOv11 모델은 실시간으로 70 mAP의 성능을 달성하였고, Mask-RCNN 모델은 41 mAP의 성능을 달성했습니다. 학습된 모델은 피킹 앤 플레이싱 로봇과 통합되어 전자쓰레기 분류 작업에 활용될 수 있습니다.
