
AI
이미지 가장자리 왜곡에 특화된 도로 객체 탐지
두줄요약
어안 이미지 가장자리의 작은 객체와 왜곡된 비목표 객체 문제를 SAHI·가짜 레이블 학습으로 보완했습니다.\n증강·평활화·WBF 결합으로 F1 0.6196을 달성했지만 추론 비용이 큰 한계도 분석했습니다.
문제 상황
- 어안 카메라 이미지 가장자리의 객체 축소와 형태 왜곡으로 인한 도로 객체 탐지 성능 저하
- 도로 표지판 같은 비목표 객체의 차량 오인식
해결 방법
- 슬라이스 단위 확대·추론·통합을 통한 SAHI 적용으로 가장자리 작은 객체 탐지 보완
- LVIS 기반 Co-DETR의 가짜 레이블을 활용한 비목표 객체 학습
- 회전 증강, 추론 단계 히스토그램 평활화, WBF 기반 다중 탐지기 결합
성능/운영 포인트
- FishEye8K 미세 조정과 작업 특화·일반 객체 탐지 기법 결합
- F1 점수 0.4734에서 0.6196으로 개선, 2024 AI City Challenge Track 4 2위
트레이드오프
- 복잡한 다수 모델과 슬라이스 추론에 따른 높은 추론 계산 부담
- 지식 증류와 네트워크 가지치기를 통한 단일 경량 모델 압축 계획
