BROWSE
Detail
Conference Paper
고해상도 타일링 미세 객체 탐지를 위한 Loss·Assigner·Head 설계
Cited - time in 
Share 
Share
- Issue Date
- 2026-05
- Citation
- Annual Symposium of KIPS (ASK) 2026, pp.9-11
- Publisher
- 한국정보처리학회
- Language
- Korean
- Type
- Conference Paper
- Abstract
- 고해상도 환경에서 미세 객체는 입력 해상도를 축소하는 과정에서 객체의 유효 픽셀 수가 감소하여 특징 정보가 손실되기 쉽다. 본 연구는 총채벌레(Thrips)를 탐지하기 위해 RTMDet-tiny 모델을 기준으로 1280×1280 타일링과 패딩 규칙을 적용하였다. 또한 학습 안정화와 오탐/미탐 완화를 위해 손실 함수 구성 및 가중치 조정, 동적 샘플 할당(Assigner) 설정 변경, Head 구조 확장(출력 분기/채널 구성 조정)을 적용하였다. 실험 결과 총채벌레 데이터셋에서 mAP@0.75(mAP75), 중간 크기 객체 성능(mAP_m), AR@300 지표가 기준 대비 각각 0.095, 0.053, 0.024 향상되었으며, 학습 과정에서 손실 및 성능 곡선의 변동성이 감소하는 경향을 확인하였다.