기술 요약: MSF-TrashDet

문제 정의

급격한 도시화와 산업화의 가속화는 도시 고형 폐기물의 급격한 증가를 초래하였으며, 이는 생태적 거버넌스와 폐기물 관리에 상당한 압박을 가하고 있습니다. 전통적인 수동 분류 방식은 비효로적이고 비용이 많이 들 뿐만 아니라 건강상의 위험을 초래합니다. 딥러닝 기반의 객체 탐지 기술이 해결책을 제시하고 있으나, 이를 실제 폐기물 탐지에 적용하는 데에는 다음과 같은 구체적인 과제들이 존재합니다:

• 대상 가변성: 폐기물 객체는 규모, 질감, 배치 각도 면에서 극적인 차이를 보입니다.
• 환경적 복잡성: 탐지 과정이 복잡한 배경, 불균일한 조명, 대상의 폐쇄(occlusion)에 의해 빈번하게 방해를 받습니다.
• 배포 제약 사항: 고정밀 모델은 과도한 파라미터와 연산 오버헤드를 포함하는 경우가 많아 자원이 제한된 엣지 디바이스에 부적합합니다. 반대로, 기존의 경량 모델들은 다중 스케일 특징 추출 능력이 부족하고 강건성이 약하여, 작거나 파편화된 잔해를 놓치는 경우가 발생합니다.

방법론

저자들은 YOLO11n 베이스라인을 기반으로 한 경량 다중 스케일 특징 융합 네트워크인 MSF-TrashDet을 제안합니다. 이 아키텍처는 엣지 배포를 위한 탐지 정확도와 계산 효율성 사이의 균균형을 맞추도록 설계되었습니다. 프레임워크는 세 가지 주요 기술적 개선 사항을 포함합니다:

1. 경량 백본 (ShuffleNetV2 통합)

계산 복잡도를 줄이기 위해 YOLO11n 백본의 기존 연산 집약적인 모듈들을 ShuffleNetV2 유닛으로 교체하였습니다. 이 대체 방식은 채널 분할(channel splitting), 심층 컨볼루션(depthwise convolution), 채널 셔플링(channel shuffling) 연산을 활용합니다. 이러한 메커니즘은 특징 추출 과정에서의 중복적인 행렬 곱셈을 제거하여, 다양한 폐기물의 질감과 불규칙한 형태에 대한 안정적인 특징 추출 능력을 유지하면서도 파라미터 수와 GFLOPs를 크게 감소시킵니다.

2. 다중 스케일 특징 강화 (MSFE) 블록

다중 스케일 및 폐쇄된 대상에 대한 취약한 특징 추출 문제를 해결하기 위해 네트워크의 넥(neck) 섹션에 새로운 MSFE 블록을 삽ful했습니다. 이 블록은 세 가지 상호 보완적인 전략을 채택합니다:

• 다중 확장 병렬 브랜치 (Multi-Dilation Parallel Branches): 확장 비율(dilation rates)이 $d=\{1, 2, 3\}$인 세 개의 병렬 컨볼루션 브랜치가 각각 국소적 질감, 중간 범위의 윤곽, 그리고 전역적인 대규모 컨텍스트를 포착합니다.
• 동적 가중치 적응 (Dynamic Weight Adaptation): 고정된 융합 가중치 대신, 경량 생성기가 전역 평균 풀링(global average pooling)과 Sigmoid 활성화 함수를 사용하여 데이터 적응형 융합 계수를 생성합니다. 이를 통해 모델은 실제 폐기물 대상의 스케일에 부합하는 브랜치에는 높은 가중치를 할당하고, 잡음으로 인한 무관한 스케일 특징은 억제할 수 있습니다.
• 채널 분할 잔차 연결 (Channel-Split Residual Connections): 입력 채널을 분할하여, 한 부분은 다중 스케일 처리를 거치게 하고 다른 한 부분은 잔차 브랜치로서 보존합니다. 이는 반복적인 다운샘플링 과정 중에도 미세한 얕은 디테일(작고 파편화된 폐기물에 필수적인 정보)이 손실되지 않도록 보장합니다.

3. 적응형 공간 특징 융합 (ASFF) 헤드

표준 탐지 헤드는 전통적인 특징 피라미드 네트워크에서 발생하는 스케일 불일치 문제를 해결하기 위해 ASFF 모듈로 교체되었습니다. 단순한 결합(concatenation)과 달리, ASFF는 서로 다른 레벨(Level 1, 2, 3)의 특징 맵에 대해 픽셀 단위의 적응형 가중치를 학습합니다. 이 메커니즘은 부적절한 교차 스케일 특징 간섭을 동적으로 필터링하여, 스케일 불일치로 인한 노이즈를 억제하고 작고 부분적으로 가려지거나 밀집되어 쌓인 폐기물의 탐지 성능을 향 향상시킵니다.

4. 구조적 채널 프루닝 (Structured Channel Pruning)

엣지 배포를 위해 모델을 추가로 최적화하고자, 후처리 단계로 구조적 채널 프루닝 전략을 적용하였습니다. 이는 배치 정규화(Batch Normalization) 스케일링 계수가 0에 가깝도록 제한하는 희소 훈련(sparse training)을 포함합니다. 스케일링 계수가 낮은 채널은 중복된 것으로 식별되어 제거됩니다. 이후 프루닝된 모델은 미세한 성능 저하를 회복하기 위해 미세 조정(fine-tuning) 과정을 거칩니다.

주요 기여

• 아키텍처 설계: ShuffleNetV2, 커스텀 MSFE 블록, 그리고 ASFF를 통합한 단일 YOLO11n 프레임워크로서 MSF-TrashDet을 개발하였습니다.
• 새로운 MSFE 블록: 다중 스케일 특징 표현을 강화하기 위해 확장 컨볼루션, 동적 가중치 생성, 채널 분할 잔차를 결합한 모듈을 도입하였습니다.
• 최적화 전략: 모델을 압축하면서도 높은 탐지 정확도를 유지하도록 구조적 채널 프루닝을 적용하였으며, 특히 60%의 프루닝 비율이 최적의 균형점임을 타겟팅하였습니다.
• 종합적 평가: TrashNet 데이터셋에 대해 최첨단 탐지기들(YOLOv5n, YOLOv8n, YOLOv11n, SSD, RetinaNet, Transformer 기반 모델 포함)과 비교하는 광범로한 어블레이션 연구를 수행하였습니다.

실험 결과

실험은 PyTorch 프레임워크를 사용하여 TrashNet 데이터셋(학습, 검증, 테스트를 70:20:10으로 분할)을 대상으로 수행되었습니다.

• 성능 대비 복잡도: 최종 프루닝된 MSF-TrashDet 모델은 1.93백만 개의 파라미터와 5.00 GFLOPs만으로 91.91% mAP50을 달성하였습니다.
• 비교 분석: 제안된 모델은 정확도-효율성 트레이드오프 측면에서 여러 최첨단 경량 탐지기(YOLOv5n, YOLOv8n, YOLOv11n) 및 무거운 2단계 또는 Transformer 기반 모델들을 능가합니다. 예를 들어, 본 모델은 더 적은 파라미터와 연산량을 사용하면서도 YOLOv5n(89.29% mAP50, 2.64M 파라미터) 및 YOLOv8n(89.86% mAP50, 3.15M 파라미터)보다 우수한 성능을 보였습니다.
• 어블레이션 연구: MSFE 블록, ShuffleNetV2 백본, ASFF 헤드를 개별적 및 집합적으로 추가함에 따라 정밀도(precision)와 mAP50에서 점진적인 개선이 나타났습니다.
• 프루닝 영향: 60%의 프루닝 비율에서 모델은 최적의 균형을 달성하였으며, 파라미터를 2.67M에서 1.93M으로, GFLOPs를 7.30에서 5.00으로 줄이면서 mAP50은 90.79%에서 91.91%로 오히려 소폭 상승하였습니다. 70%를 초과하는 프루닝 비율은 상당한 성능 저하를 초래했습니다.

의의 및 주장

본 논문은 MSF-TrashDet이 자동 폐기물 탐지 및 지능형 재활용 시스템을 위한 실용적이고 신뢰할 수 있으며 효율적인 솔루션을 제공한다고 주장합니다. 본 연구의 주요 의의는 복잡한 폐기물 시나리오에서의 고정밀 탐지 필요성과 엣지 디바이스의 엄격한 계산 제약 사이의 모순을 해결하는 데 있습니다. 중복된 파라미터를 효과적으로 제거하고 다중 스케일 대상에 대한 인지 능력을 강화함으로써, 본 모델은 자원이 제한된 하드웨어에 지능형 폐기물 분류 시스템을 배포하기 위한 실행 가능한 기술적 방안을 제시합니다.

저자들은 현재의 연구가 TrashNet 데이터셋에 대한 정적 이미지 인식에 국한되어 있으며, 폐기물 축적 예측을 위한 시계열 분석은 아직 포함되지 않았음을 명시하였습니다. 향후 연구에서는 시계열 모듈을 통합하고 더 복잡한 실제 환경을 포함하도록 데이터셋을 확장할 것을 제안하였습니다.