활용 사례 연구
Depth-Aware Pothole Detection Using YOLO and RT-DETR at the Edge
ARarXiv
기존 2D 이미지 기반 포트홀 탐지의 깊이 측정 한계를 극복하고자, RGB-D 센서 데이터를 활용하여 포트홀의 위치와 물리적 깊이를 동시에 감지하는 새로운 프레임워크가 제시되었습니다.
세 줄 요약
- 다양한 모델 중 YOLOv8nSeg가 가장 높은 정확도(mAP@50=0.9556)를 기록하며 우수성을 입증했으며, 정밀한 깊이 추정치와 함께 바운딩 박스 방식의 오차 문제점도 발견했습니다.
- 본 기술은 도로 인프라 관리 측면에서 포트홀의 심각도를 정확히 파악하게 하여 차량 손상 방지 및 유지보수 비용 절감에 크게 기여할 것으로 기대됩니다.
- 연구 결과, 바운딩 박스 모델이 세그멘테이션 마스크 대비 깊이를 과대평가하는 구조적 편향을 보였으므로, 정밀한 분석을 위해서는 세분화된 영역 정보가 필수적입니다.
기존 2D 이미지 기반 포트홀 탐지의 깊이 측정 한계를 극복하고자, RGB-D 센서 데이터를 활용하여 포트홀의 위치와 물리적 깊이를 동시에 감지하는 새로운 프레임워크가 제시되었습니다.