PyTorchKR Papers

최신 논문

총 19편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2512.22454v2cs.CV

변전소 구성요소 매핑을 위한 객체 검출 모델 비교

Comparing Object Detection Models for Electrical Substation Component Mapping

전력 변전소는 전력망의 중요한 구성요소이다. 실제로 이러한 변전소의 자산(예: 변압기)은 허리케인, 홍수, 지진, 지자기 유도 전류(GIC)와 같은 위험에 취약하다. 고장은 경제적 피해와 공공 안전에 중대한 영향을 미칠 수 있기 때문에, 취약성을 정량화하려면 주요 변전소 구성요소를 식별하는 것이 필수적이다. 그러나 전통적인 수동 방식의 변전소 인프라 매핑은 시간과 노동력이 많이 소요된다. 따라서 더 큰 편의성과 효율성을 제공하는 컴퓨터 비전 모델 기반의 자율적 해결책이 선호된다. 본 연구에서는 미국 변전소 이미지로 구성된 수동 레이블링 데이터셋에 대해 16개의 모델을 학습시키고 비교하였다. 이 모델들에는 12개의 You Only Look Once(YOLO) 모델, 2개의 Roboflow Detection Transformer(RF-DETR) 모델, 2개의 Cascade R-CNN 모델이 포함된다. RF-DETR-large는 mAP@50 0.881, mAP@50:95 0.632의 점수로 전체 검출 성능 중 가장 높은 성능을 달성하였다. 모든 모델에서 대체 에너지 시스템(alternate energy system)이 가장 정확하게 검출되었으며, 변압기와 리액터는 크기가 작고 시각적 변동성이 커서 식별하기가 더 어려웠다. 성능이 가장 우수한 모델을 전국 단위 이미지에 적용한 결과, 미국 내 11,083개의 고유한 변전소에서 약 22,591건의 구성요소 검출 결과를 얻었다. 이러한 검출 결과는 주(state)별 및 연방에너지규제위원회(Federal Energy Regulatory Commission, FERC) 지역별로 분류되었으며, 각 범주에서 플로리다(2,478건)와 미드컨티넌트 독립계통운영기관(Midcontinent Independent System Operator, MISO; 4,329건)이 가장 많은 검출 건수를 기록하였다.

arXiv:2609.25500v2cs.CV

mbariml: 심해 영상 및 비디오를 객체 검출 학습 데이터로 변환하기 위한 큐레이션 파이프라인

mbariml: a curation pipeline for turning deep-sea imagery and video into object-detection training data

학습(training) 데이터의 양과 질은 모델 아키텍처와 관계없이 객체 검출(object detection) 모델의 성능에 큰 영향을 미칩니다. 관심 대상(주로 생물)이 희소하고 희미하며 식별하기 어려운 심해 비디오 및 영상에서의 객체 검출의 경우, 검출기 성능의 점진적인 개선을 위해 데이터 라벨링 및 관리에 대한 반복적인 접근 방식이 필요할 수 있습니다. 본 논문에서는 데이터 라벨링 및 관리 프로세스를 중심으로 구축된 파이썬(Python) 기반 비디오 및 영상 분석 파이프라인인 mbariml을 소개합니다. mbariml은 Ultralytics YOLO 검출 모델을 사용하여 정지 영상이나 비디오에서 모델을 실행하고, 모든 검출 결과를 검토 가능한 관심 영역(ROI)으로 저장하며, 시각적 유사도에 따라 이러한 영역들을 그룹화하여 작업자가 일괄 수락 또는 거부할 수 있도록 한 뒤 결과를 학습 데이터, 통계, 영상 사이드카(sidecar) 및 추가 메타데이터로 내보냅니다. 기존 YOLO 및 Pascal VOC 데이터셋을 동일한 데이터베이스로 가져올 수 있으므로, 기존 레거시 학습 세트를 새로운 검출 결과와 함께 검토, 확장 및 재내보내기할 수 있습니다. 인간 검토 단계는 이 설계의 핵심입니다. 어노테이터는 SAM3 분할(segmentation) 모델의 보조를 선택적으로 받아 완전히 새로운 위치 지정을 검증, 재라벨링, 크기 조정, 삭제 및 직접 그릴 수 있으며, 이러한 모든 편집 내용은 검출기가 기록했던 것과 동일한 데이터베이스에 다시 기록됩니다. 비디오는 특히 많은 주목을 받는데, 소프트웨어는 트래커가 생성한 각 트랙(track)을 임시 관측치로 취급하고 트랙 내의 모든 검출 결과를 유지하는 대신 하나의 대표 프레임을 선택합니다. 우리는 해저 비디오의 684개 트랙에서 검토한 각 트랙의 대표 프레임 선정 방식(사용자가 선택한 트랙의 3분의 1 지점, 기본값은 중간)을 포함하여 파이프라인을 단계별로 설명합니다.

arXiv:2610.02799v1cs.CV

FUSEye: 중첩 뷰와 제로 초기화 어댑터를 활용한 경량 학습 어안 객체 탐지

FUSEye: Training-Light Fisheye Detection with Overlapping Views and Zero-Initialized Adapters

어안 렌즈(fisheye) 카메라는 이동 로봇에게 단일 센서 기반의 저비용 주변 시야를 제공하지만, 실무에서 흔히 재사용되는 COCO 사전학습 탐지기는 이러한 카메라에서 제대로 작동하지 않는다. 강한 방사 왜곡(radial distortion)이 국소적 이미지 구조를 뒤틀리게 하고 경계부 압축으로 인해 객체가 거의 보이지 않는 크기로 줄어들기 때문이다. 전체 미세조정(fine-tuning)을 수행하면 이러한 격차를 크게 줄일 수 있지만 대량의 어안 라벨과 연산 자원이 필요하다. 본 논문에서는 백본(backbone)이 동결된 COCO 사전학습 초대형 YOLO26 탐지기(YOLO26-x)를 어안 탐지기로 전환하는 경량 학습 프레임워크인 FUSEye를 제안한다. FUSEye는 삽입된 모듈과 사전학습된 탐지 헤드를 업데이트하면서 약 22만 7천 개의 새로운 파라미터만을 추가한다. 또한 인과적으로 연결된 세 가지 수준에서 전이 격차를 해결한다. 입력 수준에서는 중첩 그리드 뷰 생성 및 박스 재매핑(GridViews)을 통해 압축된 경계 영역을 확대한다. 특징(feature) 수준에서는 제로 초기화 잔차 어댑터(Z-Adapters)가 왜곡으로 인해 유발된 특징 불일치를 교정한다. 결정 수준에서는 학습된 교차 투영 일치도 융합(AgreeFusion)을 통해 여러 뷰에 걸쳐 일관된 근거로 뒷받침되는 경우에만 낮은 신뢰도의 탐지 결과를 승격시킨다. WoodScape 서라운드 뷰 어안 벤치마크에서 FUSEye는 YOLO26-x의 mAP50을 0.148에서 0.266으로 끌어올렸으며 전체 미세조정 정확도의 84.3%를 유지했다. 나아가 라벨링된 학습 이미지의 25%만 무작위로 사용했을 때도 0.2597 mAP50을 달성하여 전체 라벨 사용 성능의 97.6%를 보존했다. 또한 FUSEye는 YOLOv8부터 YOLO11까지의 탐지기 성능을 일관되게 향상시켜 이 기법이 아키텍처에 구애받지 않음을 보였다. 소스 코드는 https://github.com/Su-wenya/FUSEye 에서 공개될 예정이다.

arXiv:2609.24757v1cs.AR

NPU 가속기: FINN을 활용한 PYNQ-Z1 기반의 양자화된 실시간 차량 검출

NPU Accelerator: Quantized Real-Time Vehicle Detection on PYNQ-Z1 Using FINN

본 논문에서는 자원 제약이 있는 PYNQ-Z1 보드의 Xilinx Zynq XC7Z020 디바이스에서 실시간 차량 검출을 수행하기 위한 신경망 처리 장치(NPU) 가속기의 설계, 최적화, 구현 및 보드 상 검증(on-board validation)을 제시합니다. 본 연구는 양자화 인식 학습(QAT), 경량 YOLO 기반 검출기, Brevitas/QONNX 모델 익스포트, FINN 데이터플로우 컴파일, Vivado 구현, 그리고 대상 보드에서의 물리적 벤치마킹을 결합한 하드웨어/소프트웨어 통합 설계 방법론을 따릅니다. 성공적인 배포를 정의하는 네 가지 동시 엔지니어링 요구 조건은 30 FPS 이상의 처리량(throughput), 7 FPS/W 이상의 에너지 효율, 50 ms 미만의 프로그래머블 로직(PL) 하드웨어 지연 시간(latency), 0.55 [email omitted] 초과하는 Pascal VOC 검출 정확도입니다. 설계 공간에는 LP-YOLO 및 LP-YOLO Slim 변형, 커스텀 YOLOv3-tiny 레퍼런스, 4비트 및 혼합 저비트 양자화, 320$\times$320 및 256$\times$256 입력, 수동 및 자동 FIFO 사이징, 100~200 MHz 범위의 프로그래머블 로직 클럭이 포함됩니다. 최종 LP-YOLO Slim 구성은 256$\times$256 입력, w2a4 양자화, 142.86 MHz PL 클럭을 사용합니다. 배치 100에서 2.91 W 전력으로 35.66 FPS에 도달하여 12.25 FPS/W를 달성하였으며, 측정된 PL 지연 시간은 45.11 ms, VOC [email omitted] 0.594입니다. 이는 제공된 측정값 기준으로 네 가지 요구 조건을 동시에 만족하는 유일하게 평가된 구성입니다. 이러한 결과는 저비트 QAT, 아키텍처 슬리밍, FINN 폴딩 및 FIFO 최적화, 그리고 적절한 클럭 스케일링이 결합되어 소형 Zynq FPGA 상에서 실용적인 실시간 검출기를 제공할 수 있음을 보여줍니다.

arXiv:2609.24668v1cs.CV

Ev-YOLO: 통합 증거 공식화를 통한 불확실성 인식 객체 검출

Ev-YOLO: Uncertainty-Aware Object Detection via a Unified Evidential Formulation

불확실한 환경에서 동작하는 자율 시스템에 객체 검출기를 배포하려면 신뢰할 수 있는 불확실성 추정이 필수적이다. 증거 심층 학습(Evidential Deep Learning, EDL)은 네트워크 출력을 증거(evidence)로 표현하고 주관 논리(subjective logic)를 통해 예측을 해석함으로써 불확실성 인식 분류를 위한 원칙적인 프레임워크를 제공한다. 그러나 기존 증거 기반 객체 검출기는 일반적으로 동일한 이론적 기반을 공유하지 않는 회귀(regression) 불확실성 모델과 증거적 분류를 결합한다. 본 연구에서는 분류와 바운딩 박스(bounding-box) 회귀를 모두 공통의 증거 프레임워크 안에서 공식화한 YOLOv8의 증거적 버전을 제안한다. 우리 접근법은 YOLOv8의 분포 기반 바운딩 박스 표현을 활용하여 증거 공식화를 분류뿐 아니라 위치 추정(localisation)에도 적용할 수 있게 한다. 그 결과 두 과제 모두 Dempster–Shafer 프레임워크 내에서 해석할 수 있는 믿음(belief), 불확실ity, 확률 추정치를 생성한다. KITTI, MUSES, nuScenes에서의 실험은 결과 검출기가 검출 정확도 측면에서 표준 YOLOv8과 대체로 경쟁력을 유지하면서, 올바른 검출과 잘못된 검출을 효과적으로 구별하는 위치 추정 불확실성을 제공함을 보여준다. 또한 이 불확실성은 도메인 이동(domain shift) 하에서 점점 더 변별력을 갖게 된다.

arXiv:2609.23714v1cs.CV

컴퓨터 비전과 불균형 인지 학습을 이용한 전염성 소 눈병 감지

Infectious Bovine Pinkeye Detection Using Computer Vision and Imbalance-Aware Learning

전염성 소 눈병은 가축의 건강, 복지, 농업 생산성에 악영향을 미치는 전염성 안구 질환이다. 기존 진단은 주로 임상 관찰에 의존하는데, 이는 주관적일 수 있고 시간이 많이 들며, 대규모 목장이나 원격 환경에서 효율적으로 시행하기 어렵다. 본 연구는 You Only Look Once(YOLO) v11과 YOLOv26을 평가·비교하여 소 눈병의 자동 분류를 수행하고, 클래스 균형화 전략이 모델 성능에 미치는 영향을 조사했다. 각 아키텍처의 다섯 가지 변형(n, s, m, l, x)을 원본 불균형 데이터셋, Random Minority Oversampling(RMO), 적응형 Synthetic Minority Oversampling Technique(SMOTE)을 사용하여 학습·평가했다. YOLOv11과 YOLOv26 모두 강한 분류 성능을 보였으나, 클래스 균형화의 효과는 모델 변형마다 달랐다. YOLOv11의 경우 RMO-s는 정확도 0.99, macro F1-score 0.98, true positive rate(TPR) 1.00을 달성했으며 false-negative 분류는 없었다. RMO-m 역시 TPR 1.00과 false negative가 없었다. YOLOv26의 경우 원본 l, RMO-m, RMO-l 변형 각각 정확도 0.99, macro F1-score 0.98을 달성했고, RMO-l은 TPR 1.00과 false negative가 없었다. 전반적으로 RMO는 적응형 SMOTE보다 소수 클래스 탐지에서 더 큰 개선을 주는 경우가 많았으며, 원본 YOLOv26-l의 우수한 성능은 모든 모델 변형에 오버샘플링이 필요하지 않음을 보여준다. 이러한 결과는 YOLOv11과 YOLOv26이 소 눈병 자동 감지에 잠재력이 있음을 보여 주며, 가축 건강 모니터링을 위한 추가 평가를 뒷받침한다.

arXiv:2609.23061v1cs.CV

HDMamba-YOLO: UAV 소형 객체를 위한 효율적 상태 공간 지각과 국소 공간 재구성

HDMamba-YOLO: Efficient State-Space Perception and Local Spatial Reconstruction for UAV Small Object

UAV 영상에서의 소형 객체 검출은 시각적 단서가 약하고, 경계가 모호하며, 객체가 밀집하고, 배경이 복잡하다는 어려움이 있다. 따라서 효과적인 검출을 위해서는 표적-배경 구별을 위한 장거리 문맥 정보와 정확한 위치 추정을 위한 명시적인 국소 2차원 구조를 유지해야 한다. 이러한 요구는 검출 파이프라인의 서로 다른 단계에서 발생하며, 균일한 특징 처리 전략으로는 자연스럽게 충족되지 않는다. 우리는 지각-재구성-정렬-상호작용 원리에 따라 구성된 단계별 이질적 SSM-CNN 검출기인 Hybrid Dual-domain Mamba-YOLO(HDMamba-YOLO)를 제안한다. EfficientVMamba 기반 EVSS는 백본에서 장거리 문맥 지각을 확립하고, PhasePatchMerging2D는 위상 인식 계층적 전환을 제공한다. DST-Wrapper와 Native C3k2-ASSAF는 FPN/PAN 집약 과정에서 지각-재구성 전환과 반복적인 국소 2차원 재구성을 수행한다. DySample은 내용 적응형 교차 스케일 리샘플링을 제공하고, OS-CVTIA는 위치 추정과 분류를 위한 거시-미시 상호작용 및 과제별 변조를 도입한다. VisDrone2019에서 HDMamba-YOLO-B는 10.042M 파라미터와 29.879 corrected GFLOPs로 mAP50 42.737%, mAP50:95 25.713%를 달성한다. HDMamba-YOLO-Lite는 5.344M 파라미터로 mAP50 41.140%, mAP50:95 24.741%를 달성한다. 통합 AI-TOD 평가 프로토콜에서 HDMamba-YOLO-B는 AP 21.621%, AP50 47.881%를 얻는다. 통제된 ablation은 UAV 소형 객체 검출에 대해 상태 공간 지각, 합성곱 재구성, 동적 정렬, 과제 상호작용의 단계별 배치를 추가로 뒷받침한다.

arXiv:2607.09835v2cs.CV

YOLO26은 엣지 배포에서 이전 모델들보다 진정한 이점을 제공하는가? 수산양식 분야의 벤치마크 연구

Does YOLO26 Truly Offer Advantages Over Its Predecessors for Edge Deployment? A Benchmark Study in Aquaculture

최근 소개된 YOLO26 아키텍처는 NMS-free 엔드-투-엔드 추론을 통합하며 자원이 제한된 CPU 기반 디바이스에서의 엣지 배포에 최적화되어 있어, 엣지 기반 수산양식 애플리케이션에 적합하다. 그러나 수산양식 특화 시나리오에서의 성능, 운영 효율성 및 배포 적합성은 체계적으로 검증되지 않았다. 본 연구는 어류 개체군 건강 및 복지의 핵심 지표인 어류 폐사 검출(fish mortality detection)을 위해 nano, small, medium 모델 규모에 걸쳐 YOLO26과 세 가지 Ultralytics 전작(YOLOv5u, YOLOv8, YOLO11)을 종합적으로 벤치마크한다. 12개 모델 변형을 대상으로 검출 정확도, 7가지 데이터셋 크기에 걸친 학습 효율성, 고성능 NVIDIA A100 GPU 및 CPU 전용 Raspberry Pi 5 엣지 플랫폼에서의 추론 성능을 평가하였다. 모든 모델은 전체 데이터셋에서 유사한 성능을 달성하였으며 mAP50 차이는 1.04 퍼센트포인트에 불과하여, 충분한 학습 데이터가 있을 경우 아키텍처 세대가 최종 검출 정확도에 미치는 영향이 미미함을 보여준다. 그러나 데이터 효율성과 배포 성능에서 명확한 트레이드오프가 나타났다. YOLOv8은 400장의 학습 이미지만으로 mAP50 90%를 달성한 반면, YOLO26 nano 및 small 변형은 유사한 정확도에 도달하기 위해 1,000장이 필요하였다. 반면 YOLO26n은 Raspberry Pi 5에서 가장 높은 추론 속도(7.51 FPS)를 달성하였으며, YOLOv5mu는 CPU 기반 하드웨어에서 동시대 모든 medium 규모 아키텍처를 능가하였다. 이러한 결과는 아키텍처의 신규성만으로는 모델 선택에 충분하지 않으며, 수산양식의 실용적인 엣지 AI 배포를 위한 객체 검출 모델 선택 시 학습 데이터 가용성, 타겟 하드웨어, 추론 요구사항을 함께 고려해야 함을 보여준다.

arXiv:2607.19864v1eess.IV

PRISM-DR: 당뇨망막병증을 위한 전문가 모델 기반 병변별 망막 추론

PRISM-DR: Per-lesion Retinal Inference with Specialist Models for Diabetic Retinopathy

당뇨망막병증은 예방 가능한 실명의 주요 원인이며, 초기 병변은 작고 대비가 낮아 수동 스크리닝에서 놓치기 쉽다. 대부분의 자동 검출기는 비증식성 당뇨망막병증(DR)의 네 가지 병변—미세동맥류(microaneurysms), 출혈(hemorrhages), 경성 삼출물(hard exudates), 연성 삼출물(soft exudates)—을 단일 다중 클래스 모델로 처리하지만, 이러한 병변은 크기, 색상, 형태, 발생 빈도에서 크게 달라 공유 모델은 희귀하고 어려운 클래스보다 흔하고 쉬운 클래스에 유리하게 작동한다. 우리는 PRISM-DR을 제안한다. 이는 병변별 파이프라인으로, 각 병변마다 고유한 설정을 갖춘 단일 클래스 검출기를 하나씩 학습한다. 원시 안저(fundus) 영상에서 파이프라인은 관심 영역(ROI) 크롭, 안저 특화 전처리, 네 개의 병렬 YOLO 검출기, 타일링(tiling), 5겹 교차 검증 폴드의 병변별 앙상블, 그리고 신뢰도(confidence)가 아닌 병변의 물리적 크기와 임상적 우선순위에 따라 중첩을 해결하는 병변 간 억제 단계를 적용한다. 병변별로 다섯 세대의 YOLO 중 최적을 선택하고, 데이터 증강(augmentation)은 베이지안 최적화(Bayesian optimization)로 조정한다. IDRiD에서 계층화 5겹 교차 검증으로 학습한 시스템은 테스트 mAP50 0.527, F1 0.529를 달성했으며, 경성 삼출물에서 AP50 0.561로 가장 높은 성능을 보였다. 미세조정 없이도 촬영 스케일이 IDRiD와 유사한 경우 모델이 잘 전이(transfer)되며, 시야(field of view)와 해상도가 달라질수록 성능이 저하된다. 이러한 절대 성능은 작은 단일 출처 학습 데이터셋과 어려운 과제를 반영한 것이지만, 각 병변을 별도의 검출 문제로 다루는 접근은 단일 다중 클래스 모델에 대한 실용적인 대안이다.

arXiv:2607.14445v1cs.CV

Cotton-SF YOLO: 복잡한 밭 환경에서 초기 면화 봉오리 검출을 위한 구조 및 주파수 단서 학습

Cotton-SF YOLO: Learning Structural and Frequency Cues for Early Cotton Square Detection in Complex Field Environments

면화 봉오리는 면화의 초기 생식 성장을 나타내는 중요한 표현형 지표이며, 면화 봉오리의 자동 현장 검출은 면화 생육 모니터링 및 정밀 재배 관리에 중요한 근거를 제공한다. 그러나 복잡한 밭 환경에서의 초기 면화 봉오리 검출은 여전히 충분히 탐구되지 않았는데, 면화 봉오리는 크기가 작고, 자주 가려지며, 쉽게 흐려지고, 조명 변화의 영향을 받으며, 주변 면화 잎과의 대비가 낮기 때문이다. 이러한 과제를 해결하기 위해, 우리는 자연 현장 조건에서의 면화 봉오리 검출을 위해 YOLO26m 기반의 과제 지향형 프레임워크인 Cotton-SF YOLO를 제안한다. 작고 불규칙한 면화 봉오리 경계의 인식을 개선하기 위해, 검출기에 Dynamic Snake Convolution을 도입하여 변형 가능한 가장자리 특징의 적응적 추출을 가능하게 한다. 또한, C2f 구조에 스펙트럼 강화를 통합하여 주파수 영역 특징 변조 모듈을 설계하는데, 이는 주파수 영역 표현을 재조정하고 판별적인 가장자리 및 텍스처 단서를 강화하는 동시에 복잡한 면화 잎 배경으로부터의 간섭을 줄인다. 수동으로 주석이 달린 면화 봉오리를 포함하여 새롭게 구축하고 주석을 부여한 현장 데이터셋에서 학습 및 평가한 결과, 제안 모델은 mAP$_{50}$, mAP$_{50:95}$, 재현율 값으로 각각 0.8196, 0.4942, 0.7939를 달성하여 기준선 YOLO26m 대비 각각 1.25%, 3.45%, 2.96% 향상되었다. 소거(ablation) 실험 및 시각화는 구조 및 주파수 단서의 상보적 효과로 최상의 성능이 달성됨을 보여준다.

arXiv:2607.12681v1cs.CV

MambaPSA: YOLO26의 C2PSA를 대체하는 Mamba 기반 모듈

MambaPSA: A Mamba-based Replacement for C2PSA in YOLO26

상태 공간 모델(SSM)은 최근 Mamba가 두드러지게 등장하며, 선형 계산 복잡도로 self-attention의 효율적인 대안으로 부상했다. 본 연구는 최신 NMS(Non-maximum suppression)-free 객체 검출 프레임워크인 YOLO26에 Mamba를 통합하는 방법을 탐구하며, backbone 끝의 C2PSA 블록을 대체하는 경량 Mamba 기반 모듈인 MambaPSA를 제안한다. 이 연구를 보완하기 위해 neck의 P3, P4, P5 단계에 bidirectional Vision Mamba(BiViM) 모듈을 추가로 삽입했다. PASCAL VOC 2007+2012에서의 실험 결과, MambaPSA는 파라미터를 2.9%, FLOPs를 12.1% 줄이고 CPU 추론 처리량을 17.6% 향상시켰으며(17 FPS에서 20 FPS), 정확도 변화는 미미했다(-0.1 mAP50:95). P4 BiViM 배치는 가장 큰 정확도 향상(+0.9 mAP50:95)을 보였다. 이러한 결과는 SSM이 NMS-free 경량 검출기에서 어텐션 기반 블록을 대체할 때 유리한 효율-정확도 절충을 제공함을 시사한다.

arXiv:2607.11830v1cs.CV

MicroCharNet: 번호판 문자 검출을 위한 경량화 접근법

MicroCharNet: Less is More for License Plate Character Detection

번호판 문자 검출은 지능형 교통 시스템의 핵심 구성 요소로, 실시간 배포를 위해 높은 정확도와 연산 효율성이 요구된다. 최근 심층 학습(deep learning) 기반 방법들이 검출 성능을 크게 향상시켰으나, 높은 정확도를 달성하는 모델(model) 대부분은 대규모 아키텍처에 의존하여 상당한 연산 오버헤드를 수반하며, 이로 인해 자원이 제한된 디바이스에서의 적용이 어렵다. 본 논문에서는 번호판 문자 검출에 특화된 초경량 모델인 MicroCharNet을 제안한다. 제안된 아키텍처는 C2f 블록으로 구성된 소형 백본을 채택하고, CoordAtt 모듈을 통합하여 공간 정보를 보존하면서 특징(feature) 추출 성능을 향상시킨다. 경량화된 C3k2 기반 넥(neck)이 다중 레벨 특징을 융합하며, 이후 단일 레벨 앵커 프리 검출 헤드를 통해 엔드투엔드 예측이 가능하다. UFPR-ALPR 데이터셋(dataset)에서 수행된 실험 결과, MicroCharNet은 0.08M 파라미터와 0.096 GFLOPs만으로 경쟁력 있는 검출 정확도를 달성하며, 최근의 여러 YOLO 기반 베이스라인을 능가하는 성능을 보인다. 하드웨어 수준의 평가(evaluation)를 통해 에지 디바이스에서의 실시간 배포 효율성도 확인되었다. 이러한 결과는 신중하게 설계된 초경량 아키텍처가 번호판 문자 검출에서 정확도와 효율성의 균형을 효과적으로 달성할 수 있음을 보여준다. 소스 코드는 https://github.com/chequanghuy/MicroCharNet에서 확인할 수 있다.

arXiv:2604.09927v2cs.CV

BLPR: 신뢰도 기반 VLM 폴백을 통한 시점 및 조명 변화에 강인한 번호판 인식

BLPR: Robust License Plate Recognition under Viewpoint and Illumination Variations via Confidence-Driven VLM Fallback

볼리비아 번호판 인식을 위한 BLPR 프레임워크는 YOLO 기반 감지기에 기하학적 보정·조명 보정을 결합하고, 인식 신뢰도가 낮은 경우 경량 비전-언어 모델(Gemma3 4B)을 폴백으로 선택 활성화하여 시점 왜곡과 조명 변화에 강인한 인식을 구현한다. 최초의 공개 볼리비아 LPDR 데이터셋을 함께 공개하며, 실제 도심 환경에서 문자 수준 인식 정확도 89.6%를 달성했다.

arXiv:2607.02580v1cs.CV

YOLO를 활용한 강의실 행동 모니터링: 고등교육 환경에서의 실증 연구

Classroom Behavior Monitoring with YOLO An Empirical Study in Higher Education Settings

강의실 행동 모니터링은 학생 참여도 평가와 교육 효과 향상에 중요한 역할을 한다. 기존의 관찰 방법은 주관적이며 확장성이 부족하다. 본 연구는 베트남 뱅킹 아카데미(Banking Academy of Vietnam)에서 수집한 실제 강의실 영상 데이터셋(BAV-Classroom 데이터셋)을 소개하며, 9가지 고유한 행동 카테고리로 어노테이션되어 있다. 최신 컴퓨터 비전(CV) 모델들을 평가 및 비교하였으며, YOLOv11이 최고의 성능을 달성하였다. 실험 결과, 강의 후반부에 학생들의 집중도가 현저히 저하되는 경향이 있어 참여도 유지에 어려움이 있음을 확인하였다. 본 연구의 결과는 자동화된 강의실 모니터링을 위한 컴퓨터 비전 적용의 실현 가능성을 입증하며, 학문적 품질 관리를 위한 유용한 인사이트를 제공한다.

arXiv:2607.01396v1cs.CV

야생동물 모니터링을 위한 컴퓨터 비전: YOLO를 이용한 갈색 울부짖는 원숭이 탐지

Computer Vision for Wildlife Monitoring: Detecting Brown Howler Monkeys using YOLO

카메라 트랩 영상에서 갈색 울부짖는 원숭이(Alouatta guariba)를 자동 탐지하기 위해 실제 데이터와 Unity로 생성한 합성 데이터를 혼합하여 YOLOv10을 파인튜닝하는 방법을 제안한다. 보조 데이터셋(인간 및 비인간 영장류 이미지)과 합성 데이터의 비율을 변화시키며 실험한 결과, 데이터 다양성 확대가 탐지 모델의 일반화 성능 향상에 기여함을 보여 캐노피 브릿지 모니터링 자동화를 통한 야생동물 보전 효율화 가능성을 제시한다.

arXiv:2512.09700v4cs.CV

LiM-YOLO: 광학 원격 탐사 선박 탐지를 위한 피라미드 레벨 시프트로 Less is More 실현

LiM-YOLO: Less is More with Pyramid Level Shift for Ship Detection in Optical Remote Sensing

위성 영상에서 소형·고종횡비 선박을 탐지할 때 기존 YOLO의 P3–P5 피라미드 구조가 가장 깊은 레벨(stride 32)에서 선박을 서브픽셀로 압축하는 공간 특징 희석 문제를 해결하기 위해, LiM-YOLO는 탐지 헤드를 P2–P4(stride 4, 8, 16)로 시프트하는 Pyramid Level Shift 전략과 마이크로 배치 환경의 그래디언트 불안정성을 완화하는 GN-CBLinear 모듈을 제안한다. SODA-A, DOTA-v1.5, FAIR1M-v2.0, ShipRSImageNet 네 가지 벤치마크에서 2,116만 파라미터로 mAP50:95 0.600을 달성하며, 기존 YOLOv9-E 대비 파라미터를 64.1% 줄이면서도 최대 세 배 큰 최신 탐지기들을 능가한다.

arXiv:2606.21568v1cs.CV

새로운 고밀도 교실 데이터셋을 갖춘 스마트 교실 행동 분석 프레임워크

A Smart Classroom Behavior Analysis Framework with a New Highly Congested Classroom Dataset

학생 행동 탐지는 지능형 교실 분석에 중요하지만, 밀집된 인스턴스 동시 발생, 비대칭 가림(occlusion), 깊이 방향 스케일 변화, 원거리 대상의 세밀한 의미적 저하로 인해 대규모 수업 시나리오에서는 여전히 어려운 과제로 남아 있다. 기존 교실 행동 데이터셋과 범용 탐지기는 이러한 과제를 특성화하고 해결하기에 불충분하다. 본 논문은 독서, 필기, 고개 들기, 수면, 두리번거림, 고개 숙임, 휴대폰 사용의 7개 범주에 걸쳐 50,229개의 학생 행동 인스턴스를 포함하는 고밀도 교실 행동(Highly Congested Classroom Behavior, HCCB) 데이터셋을 구축한다. HCCB는 밀집 분포, 심각한 가림, 스케일 변화, 세밀한 행동 의미론을 통합한 도전적인 벤치마크를 제공한다. 이를 해결하기 위해 본 연구는 고밀도로 혼잡한 교실에 맞춘 YOLO 기반 탐지 프레임워크인 ODER-HSFNet을 제안한다. ODER-HSFNet의 핵심은 세 가지 과제 특화 혁신이다: 가림 인식 변형 가능 경계 보정기(Occlusion-aware Deformable Edge Rectifier, ODER)는 가림 상황에서 경계 증거를 강화하고, 하이퍼그래프-상태 공간 융합(Hypergraph-State Spatial Fusion, HSSF) 모듈은 지역 구조 강화, 상태-공간 문맥 모델링, 고차 관계 집약을 통합하며, 가림 보정 탐지 헤드(Occlusion-Calibrated Detection Head, OCDetect)는 저품질 Pre-NMS 후보를 억제하고 가림 경계 및 인접 인스턴스로 인한 오탐을 줄인다. 두 교실 행동 탐지 데이터셋에서의 실험 결과, ODER-HSFNet은 주류 YOLO 계열 방법들을 능가하며 HCCB에서 mAP50:95/mAP50 60.60%/80.12%, SCB-D3-S에서 57.36%/74.65%를 달성했다. Ablation 연구는 고밀도로 혼잡한 교실 행동 탐지를 위한 제안 설계의 효과를 추가로 검증한다.

arXiv:2606.12958v1cs.CV

YOLO-AMC: 건물 균열 검출을 위한 어텐션 메커니즘을 적용한 개선 YOLO 아키텍처

YOLO-AMC: An Improved YOLO Architecture with Attention Mechanisms for Building Crack Detection

균열 검출은 인프라 점검 및 구조 건전성 모니터링(SHM)에서 중요한 역할을 합니다. 그러나 균열은 일반적으로 얇고 대비가 낮은 구조로 나타나며 배경 노이즈의 영향을 쉽게 받아 기존 객체 검출 모델에 어려움을 야기합니다. 본 연구는 자동화된 균열 검출 성능을 향상시키기 위해 통합된 어텐션 메커니즘을 갖춘 개선된 YOLO 기반 아키텍처인 YOLO-AMC(YOLO with Attention Mechanisms for Crack Detection)를 제안합니다. YOLOv11을 기반으로 기존 C2PSA 모듈을 제거하고, Global Attention Mechanism(GAM), Residual Convolutional Block Attention Module(Res-CBAM), Shuffle Attention(SA)를 포함한 다중 어텐션 메커니즘을 Neck의 다중 스케일 특징 융합 레이어에 도입하여 스케일 간 특징 통합을 강화했습니다. 실험 결과, YOLO-AMC는 여러 평가 지표에서 기준선 모델인 YOLOv11n 및 YOLOv8n을 일관되게 능가함을 보여줍니다. 평가된 어텐션 모듈 중 GAM이 최고의 검출 성능을 달성했으며, 테스트 데이터셋에서 [email omitted] = 0.9917 및 [email omitted]:0.95 = 0.9506을 기록하여 YOLOv11(0.9833 / 0.9112) 및 YOLOv8(0.9707 / 0.8921)보다 높은 수치를 나타냈습니다. 또한 7.6 GFLOPs의 연산 복잡도를 유지하면서 제안된 모델은 NVIDIA RTX 4090 플랫폼에서 110.95 FPS, Raspberry Pi 5 엣지 디바이스에서 약 5 FPS를 달성하여 정확도와 배포 효율성 사이의 우수한 트레이드오프를 입증했습니다. 본 연구의 구현 코드는 GitHub의 https://github.com/CY-Tsai24/YOLO-AMC에서 확인할 수 있습니다.

arXiv:2510.06596v2cs.CV

SDQM: 객체 검출 데이터셋 평가를 위한 합성 데이터 품질 지표

SDQM: Synthetic Data Quality Metric for Object Detection Dataset Evaluation

머신러닝 모델의 성능은 학습 데이터에 크게 의존합니다. 대규모의 잘 주석이 달린 데이터셋 부족은 견고한 모델 생성에 있어 중요한 도전 과제를 야기합니다. 이를 해결하기 위해 시뮬레이션 및 생성 모델을 통해 생성된 합성 데이터가 유망한 해결책으로 등장하여, 데이터셋의 다양성을 높이고 모델의 성능, 신뢰성, 회복력을 향상시켰습니다. 그러나 이 생성된 데이터의 품질을 평가하려면 효과적인 지표가 필요합니다. 본 연구에서는 모델 학습(training)의 수렴이 필요 없이 객체 검출(object detection) 작업의 데이터 품질을 평가하기 위한 합성 데이터셋 품질 지표(SDQM)를 제안합니다. 이 지표는 합성 데이터셋의 생성 및 선택을 더욱 효율적으로 만들어, 자원이 제한된 객체 검출 작업의 핵심 과제를 해결합니다. 실험 결과, SDQM은 선도적인 객체 검출 모델인 YOLO11의 평균 정밀도(mAP) 점수와 강한 상관관계를 나타낸 반면, 기존 지표들은 중간 정도 또는 약한 상관관계만을 보였습니다. 또한, 비용이 많이 드는 반복적인 학습(iterative training)의 필요성을 최소화하면서 데이터셋 품질 개선을 위한 실행 가능한 통찰력을 제공합니다. 이 확장 가능하고 효율적인 지표는 합성 데이터 평가의 새로운 표준을 제시합니다. SDQM의 코드는 https://github.com/ayushzenith/SDQM 에서 확인할 수 있습니다.