BloomNet: Exploring Single vs. Multiple Object Annotation for Flower Recognition Using YOLO Variants

이 논문은 'FloralSix' 데이터셋과 YOLO 계열 모델을 활용하여 꽃 개체 인식 성능을 단일 객체 및 다중 객체 주석 방식에 따라 비교 분석하고, 주석 밀도와 모델 크기에 따른 최적의 성능 패턴을 규명하여 정밀 농업 응용에 기여함을 보여줍니다.

핵심

🌸 1. 연구의 배경: 왜 꽃을 찾아야 할까요?

농업이나 환경 보호를 위해 꽃을 자동으로 세거나 상태를 파악하는 일이 중요해졌습니다. 하지만 꽃은 모양도 다르고, 햇빛도 다르고, 서로 엉켜 있거나 (밀집된 상태), 혼자 서 있기도 (희박한 상태) 하죠.

기존의 기술은 "이 사진에 꽃이 있나?"라고 묻는 수준이었는데, 이 연구는 **"이 사진에 꽃이 몇 개나 있고, 각각 어디에 있나?"**를 정확히 찾아내는 기술을 개발했습니다.

📸 2. 새로운 도구: 'FloralSix'라는 꽃 사진첩

연구팀은 방글라데시의 다양한 정원에서 2,816 장의 고화질 꽃 사진을 모았습니다. (국화, 제비꽃, 매발톱꽃 등 6 가지 종류).
이 사진들을 AI 에게 가르칠 때 두 가지 방식으로 라벨링 (표시) 을 했습니다.

• 방법 A (한 장, 한 마리): 사진 속 가장 눈에 띄는 꽃 한 송이만 박스를 쳐서 표시했습니다. (마치 "이 사진의 주인공은 이 꽃이야!"라고 가르치는 것)
• 방법 B (한 장, 여러 마리): 사진 속에 있는 모든 꽃을 하나도 빠뜨리지 않고 박스를 쳐서 표시했습니다. (마치 "저기 꽃 1 개, 저기 꽃 2 개, 저기 꽃 3 개..."라고 모두 세어주는 것)

🤖 3. 주인공들: YOLO 라는 AI 선수들

연구팀은 꽃을 찾는 데 특화된 **'YOLO'**라는 AI 모델들 (YOLOv5, v8, v12 등) 을 시험대에 올렸습니다. 이들은 마치 스마트한 감시 카메라처럼 실시간으로 물체를 찾아냅니다.

• YOLOv8m: 무겁지만 정교한 '고급 카메라'.
• YOLOv12n: 가볍고 빠른 '스포츠 카메라'.

🏆 4. 실험 결과: 어떤 상황이 어떤 선수에게 유리할까?

상황 1: 꽃이 하나뿐인 경우 (방법 A)

• 상황: 꽃밭에 꽃 한 송이만 고요히 서 있습니다.
• 결과: YOLOv8m이 가장 잘했습니다. (정확도 95% 이상!)
• 비유: 마치 정교한 현미경을 든 전문가가 한 가지 물체를 아주 정밀하게 분석하는 것과 같습니다. 이 경우에는 무겁지만 정확한 모델이 유리합니다.

상황 2: 꽃이 빽빽하게 모여 있는 경우 (방법 B)

• 상황: 꽃들이 서로 겹쳐 있고, 숨어 있고, 무리 지어 있습니다.
• 결과: YOLOv12n이 가장 잘했습니다.
• 비유: 마치 빠른 눈썰미를 가진 스포츠 중계 해설자가 복잡한 경기장에서 수많은 선수들을 동시에 쫓아내는 것과 같습니다. 무리 지어 있는 상황에서는 가볍고 빠른 모델이 더 잘 대처합니다.

💡 5. 핵심 교훈 (세상에서 가장 중요한 발견)

1. 상황에 맞는 도구를 써야 한다:

   • 꽃이 하나일 때는 **정밀한 모델 (YOLOv8m)**이 최고입니다.
   • 꽃이 많고 복잡할 때는 **빠른 모델 (YOLOv12n)**이 최고입니다.
   • 비유: 혼자 산책할 때는 정장 (정밀함) 이 좋고, 혼잡한 지하철에서는 편안한 운동화 (빠른 대응) 가 더 유용한 것과 같습니다.

2. 학습 방법의 중요성 (SGD vs AdamW):

   • 모델을 가르칠 때 사용한 '학습 알고리즘' 중 SGD라는 방법이 항상 더 잘했습니다.
   • 비유: 학생을 가르칠 때, 화려한 방법 (AdamW) 보다는 **꾸준하고 단순한 반복 훈련 (SGD)**이 실전 (복잡한 꽃밭) 에서 더 좋은 성적을 냈다는 뜻입니다.

3. 실제 활용:

   • 이 기술은 드론이나 농장 로봇에 탑재되어, 작물의 성장을 추적하거나 수확량을 예측하고, 심지어 꽃가루를 옮기는 로봇을 제어하는 데 쓰일 수 있습니다.

📝 한 줄 요약

"꽃이 하나일 때는 정교한 AI 가, 꽃이 빽빽할 때는 빠른 AI 가 가장 잘한다!"

이 연구는 농업 로봇이 꽃밭에서 더 똑똑하게 일할 수 있도록, 어떤 상황에 어떤 AI 를 써야 하는지에 대한 완벽한 지도를 그려준 것입니다.

기술 요약

논문 개요

본 논문은 자동화된 농업 (정밀 농업), 식물 표현형 분석, 수확량 추정 및 수확 모니터링을 위해 꽃의 정밀한 위치 파악 및 인식이 필수적이라는 점에 착안하여, YOLO(You Only Look Once) 계열의 다양한 아키텍처를 꽃 객체 감지 (Object Detection) 에 적용하고 그 성능을 평가합니다. 특히, **단일 객체 주석 (SISBB)**과 **다중 객체 주석 (SIMBB)**이라는 두 가지 다른 데이터 라벨링 전략이 모델 성능에 미치는 영향을 비교 분석하고, 밀집된 환경에서의 꽃 감지 성능을 최적화하는 방안을 제시합니다.

1. 연구 배경 및 문제 정의 (Problem)

• 현재의 한계: 기존 꽃 인식 연구 (Oxford102, Oxford17 등) 는 주로 이미지 분류 (Classification) 에 집중되어 있으며, 객체 감지를 위한 바운딩 박스 (Bounding Box) 주석이 부족하거나 일관성이 없습니다.
• 실제 환경의 복잡성: 자연 환경이나 재배지에서는 꽃이 서로 겹치거나 (Occlusion), 밀집된 군집 (Cluster) 을 이루며, 조명과 배경이 다양합니다. 이러한 조건에서 단일 라벨 분류나 기존 데이터셋으로는 정확한 다중 꽃 감지가 어렵습니다.
• 연구 필요성: 객체 밀도 (Object Density) 가 모델 성능에 어떤 영향을 미치는지 분석하고, 다양한 YOLO 변형 모델을 통해 실시간 다중 꽃 감지의 기준 (Baseline) 을 확립할 필요가 있습니다.

2. 방법론 (Methodology)

가. 데이터셋: FloralSix

• 구성: 방글라데시 정원에서 수집된 2,816 장의 고해상도 이미지로 구성됨.
• 종류: 6 가지 꽃 종 (Hibiscus, Marigold, Zinnia, Melampodium, Crape Jasmine, Madagascar Periwinkle).
• 주석 전략 (Annotation Regimes):
  1. SISBB (Single Image Single Bounding Box): 이미지당 가장 두드러진 꽃 하나만 라벨링 (단일 객체 감지 기준 설정).
  2. SIMBB (Single Image Multiple Bounding Box): 이미지 내 모든 가시적인 꽃을 라벨링 (밀집/다중 객체 감지 시나리오). 총 6,934 개의 바운딩 박스가 생성됨.
• 도구: Roboflow 를 사용하여 주석 처리 및 전처리 (640x640 리사이즈) 수행.

나. 모델 아키텍처

• 평가 대상 모델: YOLOv5s, YOLOv8n/s/m, YOLOv12n 총 5 가지 변형.
  • YOLOv5s: 저자원 배포 및 속도 최적화.
  • YOLOv8 (n/s/m): CSP 백본 및 개선된 넥 (Neck) 을 통해 작거나 겹친 객체 감지 향상.
  • YOLOv12n: 앵커 프리 (Anchor-free) 예측 기법 사용, 소형 객체 및 밀집 환경에 특화.
• 학습 설정:
  • 옵티마이저: SGD 와 AdamW 비교.
  • 손실 함수: 분류 손실, 객체성 손실, CIoU (Complete Intersection over Union) 기반 바운딩 박스 손실.
  • 평가 지표: 정밀도 (Precision), 재현율 (Recall), mAP@0.5, mAP@0.5:0.95.

3. 주요 기여 (Key Contributions)

1. FloralSix 데이터셋 공개: 6 종의 꽃에 대해 단일 및 다중 바운딩 박스 주석이 모두 포함된 최초의 벤치마크 데이터셋 구축.
2. 주석 밀도 영향 분석: 단일 객체 (SISBB) 와 다중 객체 (SIMBB) 주석 전략이 YOLO 모델 성능에 미치는 영향을 체계적으로 비교 분석.
3. 최적 모델 및 옵티마이저 도출: 밀도별 (희소/밀집) 로 최적의 YOLO 변형과 옵티마이저 (SGD) 를 규명.
4. 실용적 적용 가능성 제시: UAV(드론) 나 자율 농기계에 적용 가능한 실시간 꽃 모니터링 프레임워크 제안.

4. 실험 결과 및 분석 (Results)

가. SISBB (단일 객체) 성능

• 최고 성능 모델: **YOLOv8m (SGD)**가 가장 우수한 성능을 보임.
  • 정밀도: 0.956, 재현율: 0.951
  • mAP@0.5: 0.978, mAP@0.5:0.95: 0.865
• 분석: 단일 객체 감지 시 SGD 옵티마이저가 AdamW 보다 안정적이고 수렴이 빠름. 모델 크기가 커질수록 (n → s → m) 정확도가 향상됨.

나. SIMBB (다중 객체/밀집) 성능

• 최고 성능 모델: **YOLOv12n (SGD)**가 가장 강력한 성능을 보임.
  • mAP@0.5: 0.934, mAP@0.5:0.95: 0.752
  • 다른 모델들에 비해 밀집된 환경에서도 높은 재현율과 일반화 능력을 입증.
• 분석: 객체 밀도가 높고 겹침 (Occlusion) 이 발생할 경우, 모든 YOLO 모델의 성능이 SISBB 대비 감소하지만, YOLOv12n 은 이러한 복잡한 환경에서 가장 견고함 (Robustness) 을 보임.

다. 옵티마이저 비교

• SGD vs AdamW: 두 가지 주석 전략 (SISBB, SIMBB) 모두에서 SGD가 AdamW 보다 일관되게 더 나은 성능 (정밀도, 재현율, mAP) 을 기록함.

5. 의의 및 결론 (Significance & Conclusion)

• 밀도 민감성 (Density Sensitivity):
  • 희소 환경 (Sparse): 정밀도 중심의 모델 (YOLOv8m) 이 단일 꽃 감지에 최적.
  • 밀집 환경 (Dense): 재현율 중심의 모델 (YOLOv12n) 이 군집된 꽃 감지에 최적.
• 실제 적용:
  • YOLOv8m: 정확도가 중요한 단일 객체 식별 및 모니터링에 적합.
  • YOLOv12n: 모델 크기가 작고 (5.6MB) 추론 속도가 빨라, UAV 나 로봇을 통한 대규모 밀집 농장 모니터링에 이상적.
• 미래 전망: 본 연구는 비파괴 작물 분석, 생장 추적, 로봇 수분 (Robotic Pollination), 스트레스 평가 등 정밀 농업의 자동화를 위한 기술적 기반을 마련했습니다.

요약하자면, 본 논문은 꽃 인식 작업에서 **주석의 밀도 (단일 vs 다중)**가 모델 선택에 결정적인 역할을 하며, SGD 옵티마이저를 사용한 YOLOv8m과 YOLOv12n이 각각 희소 및 밀집 환경에서 최고의 성능을 발휘함을 입증했습니다. 이는 향후 농업용 컴퓨터 비전 시스템 설계에 중요한 가이드라인을 제공합니다.