💻 computer science

Lightweight YOLOv8 with Multi-Module Optimization for Electric Bicycle Rider Helmet Detection

본 논문은 복잡한 교통 상황에서 전기 자전거 탑승자의 헬멧을 탐지하기 위해 기존의 정확도, 실시간 성능 및 엣지 디바이스 호환성의 한계를 극복하고자 다중 모듈 최적화로 강화된 개선된 경량 YOLOv8 기반 탐지 시스템을 제안한다.

원저자: Yalei Dong, Fengchen Wei

게시일 2026-07-10

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Yalei Dong, Fengchen Wei

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

도시의 번잡한 거리를 수백만 대의 전기 자전거가 질주하는 거대한, 혼란스러운 댄스 플로어라고 상상해 보세요. 이 자전거들은 빠르고 저렴하게 이동하기에 매우 좋지만, 심각한 안전 결함이 있습니다. 바로 많은 탑승자가 헬멧 착용을 잊는다는 점입니다. 사고가 발생했을 때 머리 부상은 가장 큰 위험이며, 연구에 따르면 헬멧을 착용하는 것만으로도 사망 위험을 거의 절반으로 줄일 수 있습니다.

현재 경찰과 교통 관리자들은 자신의 눈으로 직접 보고 헬멧을 쓰지 않은 탑승자를 찾아내려 노력하고 있습니다. 하지만 이는 마라톤을 하면서 동시에 건초더미 속에서 특정 바늘을 찾는 것과 같습니다. 느리고 지치며, 많은 사람을 놓치게 됩니다. 해결책은 무엇일까요? 절대 지치지 않는 초스마트 '컴퓨터 눈'입니다.

여기 연구진이 있습니다. 그들은 인기 있는 "컴퓨터 비전" 도구인 YOLOv8을 업그레이드하기로 했습니다. YOLOv8을 사진 속의 물체를 찾아내는 매우 유능한 탐정이라고 생각해 보세요. 하지만 일반적인 탐정에게는 몇 가지 약점이 있습니다. 멀리 있는 아주 작은 헬멧을 놓치기도 하고, 붐비는 거리에서 혼란을 겪기도 하며, 교통 카메라나 드론 같은 작은 장치에서 실행하기에는 다소 무겁고 느립니다.

연구팀은 단순히 탐정을 약간 손질한 것이 아니라, 더 가볍고, 빠르고, 날카롭게 만들기 위해 완전한 "멀티 모듈(multi-module)" 메이크오버를 선사했습니다. 다음은 재미있는 비유를 사용한 그들의 방법입니다.

1. 작은 타겟을 위한 "슈퍼 스니퍼" (Small Object Layer)
거대한 지도 위에서 작은 개미 한 마리를 찾는 장면을 상상해 보세요. 너무 멀리 줌아웃하면 개미는 사라져 버립니다. 기존 모델은 먼 곳의 헬멧을 볼 때 너무 멀리서 보고 있었습니다. 연구진은 특별한 "160×160" 고해 resolution 레이어를 추가했습니다. 이것은 탐정에게 작은 것들을 전문적으로 보는 강력한 돋보기를 쥐여준 것과 같습니다. 이 새로운 레이어는 보통 노이즈 속에 묻혀버리는 작은 헬멧의 미세한 디테일을 볼 수 있게 해주어, 탐지 실패 횟수를 크게 줄여줍니다.

2. "포커스 필터" (Coordinate Attention)
붐비는 거리에는 나무, 건물, 다른 자동차와 같은 배경 노이즈가 많습니다. 표준 모델은 이러한 세부 사항에 주의를 빼앗기곤 합니다. 연구팀은 "코디네이트 어텐션(Coordinate Attention, CA)" 메커니즘을 설치했습니다. 이것은 배경 소음을 자동으로 어둡게 만들고 탑승자와 헬멧을 밝게 만드는 스마트 선글라스를 쓰는 것과 같습니다. 이는 모델이 주변의 혼란을 무시하고 정확히 어디를 보아야 하는지에 집중할 수 있도록 도와줍니다.

3. "재조립" 업샘플러 (CARAFE)
모델이 흐릿한 단서로부터 선명한 이미지를 구축하려고 할 때, 보통 사진을 늘리는 것과 같은 단순한 방법을 사용하여 이미지가 뭉개지거나 디테일을 잃게 됩니다. 연구진은 이를 CARAFE라고 불리는 방법으로 교체했습니다. 사진을 단순히 늘리는 대신, 재료의 맛을 보고 그 특성에 따라 픽셀을 재배치하는 요리사가 있다고 상상해 보세요. 이 "콘텐츠 인식(content-aware)" 방식은 이미지를 훨씬 더 풍부한 디테일로 재구축하여, 이미지가 까다로운 상황에서도 모델이 보고 있는 것을 정확히 이해하도록 돕습니다.

4. "정밀한 접착제" (Inner-MPDIoU Loss)
모델이 헬멧 주위에 박스를 그려 "저것이 헬멧이다!"라고 말할 때, 그 박스는 완벽해야 합니다. 박스가 얼마나 잘 만들어졌는지 측정하는 기존 방식(CIoU라고 불림)은 다소 투박하고, 특히 모양이 특이하거나 작은 타겟의 경우 흔들림이 있었습니다. 연구팀은 Inner-MPDIoU라는 새로운 "접착제"로 교체했습니다. 이것은 헬멧이 아주 작거나 각도가 까다롭더라도 박스를 헬멧에 완벽하게 밀착시키는 초정밀 레이저 측정기와 같습니다. 이는 모델이 더 빠르게 학습하고 더 높은 정확도를 유지하게 만듭니다.

결과: 더 가볍고 날카로운 탐정
연구팀은 이 새로운 "슈퍼 탐정"을 기존 YOLOv8 및 여러 다른 업그레이드 버전(YOLOv8-otl, YOLOv8-C2fDCN 등)과 비교 테스트했습니다. 그들은 1,500장의 이미지가 포함된 데이터셋 하나와 1,200장의 이미지가 포함된 또 다른 데이터셋을 사용했습니다.

결과는 명확했습니다. 첫 번째 데이터셋에서 그들의 새로운 모델은 mAP50(물체를 얼마나 잘 찾아내는지에 대한 점수) 0.638을 기록하며, 기존 YOLOv8(0.606)과 모든 경쟁 모델을 제쳤습니다. 더 고품질인 두 번째 데이터셋에서는 0.879라는 인상적인 점수를 기록하며, 베이스라인인 YOLOv8의 점수인 0.863을 앞질렀습니다.

하지만 단순히 정확도만 높인 것이 아닙니다. 효율성 또한 갖추었습니다. 새 모델은 약 3,141,966개의 파라미터(기존 경량 버전과 거의 비슷한 크기)를 유지하면서도 13.6 GFLOPs의 연산 비용을 기록했습니다. 이는 이 모델이 비대하고 느린 거인이 아니라, 실제 환경의 장치에서 힘들이지 않고 실행될 수 있는 날렵하고 강력한 기계임을 의미합니다.

논문은 단순히 모델을 크게 만들거나 더 복잡하고 "비대한" 네트워크를 사용하는 것이 정답이 아니라는 점을 명시적으로 밝히고 있습니다. 그들은 그러한 무거운 모델들이 종종 속도와 정확도의 균형을 맞추는 데 실패한다는 것을 보여주었습니다. 또한, 작은 물체 레이어 없이 너무 복잡한 어텐션 메커니즘만 추가하는 등의 다른 개선 방식은 모델을 너무 무겁게 만들거나 너무 많은 타겟을 놓치게 만든다는 점도 발견했습니다.

결국, 이 연구는 작은 물체를 위한 돋보기, 노이즈를 위한 포커스 필터, 이미지를 위한 스마트 재조립 도구, 그리고 박스를 위한 정밀 레이저를 결합함으로써, 매우 정확하면서도 실제 환경에서 즉시 사용 가능한 헬멧 탐지기를 구축할 수 있음을 시사합니다. 이는 교통 안전이 자동화되고, 효율적이며, 단 한 명의 탑승자도 놓치지 않고 모니터링되는 미래를 향한 한 걸음입니다.

기술 요약: 전기 자전거 탑승자 헬멧 탐지를 위한 멀티 모듈 최적화 기반 경량 YOLOv8

문제 정의
전기 자전거의 급격한 확산은 주로 비표준적인 헬멧 착용 행동으로 인해 심각한 교통 안전 문제를 야기하고 있습니다. 헬멧 착용 의무 규정이 존재함에도 불구하고, 기존의 수동 감독 방식은 비효울적이며 완전한 범위를 커버하지 못합니다. 기존의 딥러닝 기반 탐지 알고리즘은 실제 배포 시 다음과 같은 결정적인 병목 현상에 직면합니다:

소형 객체 탐지: 멀리 떨어져 있거나 규모가 작은 헬멧 타겟을 정확하게 탐지하는 데 어려움이 있음.
환경적 강건성: 복잡한 배경, 밀집된 교통 상황에서의 가려짐(occlusion), 변화하는 조명 조건 하에서 성능이 저하됨.
계산 효율성: 많은 모델이 연산 비용이 많이 드는 비대한 네트워크 구조를 사용하여, 실시간 교통 관리에 필요한 모바일 및 엣지 디바이스 배포를 저해함.
균형 문제: 탐지 정확도, 실시간 추론 속도, 그리고 모델의 경량화 사이의 효과적인 절충안(trade-off)이 부족함.

방법론
저자들은 소형 타겟에 대한 특징 추출을 강화하고 복잡한 교통 시나리오에 대한 적응성을 개선하기 위해 설계된, 개선된 YOLOv8 기반 탐지 시스템을 제안합니다. 선택된 베이스라인 모델은 정확도와 속도의 균형을 고려하여 YOLOv8s로 선정되었습니다. 제안된 방법은 네 가지 특정 멀티 모듈 최적화를 통합합니다:

손실 함수 최적화 (Inner-MPDIoU):
- 기존의 CIoU 손실을 Inner-MPDIO (Inner Multi-Point Distance Intersection over Union)로 대체합니다.
- 메커니즘: Inner-MPDIoU는 예측된 박스와 실제 정답(ground truth) 박스의 코너 정점( $d_1, d_2$ ) 사이의 거리를 최소화하는 동시에, 보조 바운딩 박스를 제어하기 위한 비율 인자를 도입합니다.
- 이점: 이 접근 방식은 역삼각 함수를 제거하여 계산 복잡도를 줄이고 수렴 안정성을 향상시키며, 특히 소형 타겟 및 불균형한 종횡비를 가진 타겟에 대한 위치 결정 정확도를 높입니다.
백본 강화 (C2f_CA 모듈):
- YOLOv8 백본의 표준 C2f 모듈을 Coordinate Attention (CA) 메커니즘이 통합된 C2f_CA 모듈로 교체합니다.
- 메커니즘: CA는 수평 및 수직 방향을 따라 1차원 전역 풀링(global pooling)을 수행하여 공간 위치 정보를 인코딩합니다.
- 이점: 이를 통해 모델이 계산 오버헤드를 크게 증가시키지 않으면서도 무관한 배경 노이즈를 적응적으로 필터링하고 핵심 타겟 특징(헬멧/전기 자전거)을 강조할 수 있게 하여, 밀집되고 작은 타겟에 대한 집중도를 높입니다.
소형 객체 탐지 레이어 추가:
- 표준 20×20, 40×40, 80×80 레이어와 함께 넥(Neck) 구조에 전용 160×160 탐지 레이어를 추가합니다.
- 메커니즘: 이 레이어는 다운샘플링 과정에서 손실되기 쉬운 미세한 세부 정보를 포착하기 위해 고해상도 특징 맵을 활용합니다.
- 이점: 얕은 층의 시맨틱 정보와 깊은 층의 시맨틱 정보를 융합함으로써, 초소형 타겟(예: 멀리 있는 헬멧)에 대한 미탐지(missed detection) 및 오탐지(false alarm)를 크게 줄입니다.
업샘플링 최적화 (CARAFE):
- 기존의 업샘플링 방식(최근접 이웃 또는 쌍선형 보간법)을 CARAFE (Content-Aware Re-Assembly of Features)로 대체합니다.
- 메커니즘: CARAFE는 입력 특징 콘텐츠를 기반으로 동적 가중치를 생성하기 위해 커널 예측 모듈(KPM)과 콘텐츠 인식 재조립 모듈(CARM)을 사용합니다.
- 이점: 특징 융합 과정에서 국부적인 세부 사항과 시맨틱 정보를 보존하여, 소형 객체 탐지를 위한 업샘플링된 특징 맵의 품질을 향提升시킵니다.

주요 기여

멀티 모듈 시너지: 본 논문은 단일 모듈 수정에 의존하는 대신, 손실 함수 정밀화, 어텐션 메커니즘, 소형 객체를 위한 구조적 확장, 그리고 고급 업샘플링을 결합한 총체적인 최적화 전략을 제시합니다.
경량 효율성: 모듈을 추가했음에도 불구하고, 제안된 모델은 다른 경량 변형 모델들과 유사한 파라미터 수(~~3.14M)와 계산 비용(~~13.6 GFLOPs)을 유지하여 엣지 디바이스 배포에 적합하도록 설계되었습니다.
타겟팅된 소형 객체 최적화: 160×160 레이어의 구체적인 추가와 Inner-MPDIoU의 사용은 교통 상황 내 멀리 있는 작은 헬멧을 탐지한다는 특정 과제를 직접적으로 해결합니다.

실험 결과
연구는 Roboflow에서 가져온 두 개의 데이터셋(1,500장 및 1,200장의 이미지)을 사용하여 수행되었으며, 학습과 테스트를 위해 8:2로 분할되었습니다. 환경은 NVIDIA RTX 3060 GPU를 활용했습니다.

베이스라인 비교: 제안된 모델은 경쟁력 있는 추론 속도를 유지하면서 mAP50 및 mAP50-95 측면에서 다른 경량 YOLO 변형들(v5, v6, v9, v10, v11)보다 우수한 성능을 보였습니다.
어블레이션/비교 분석: 제안된 방법("Ours")은 세 가지 다른 개선 알고리즘과 비교되었습니다:
- YOLOv8-otl (CARAFE + WIoU)
- YOLOv8-C2fDCN (EMA + Inner-MPDIoU)
- YOLOv5-CA (CA + CBAM + DIoU)
성능 지표:
- 데이터셋 1에서 제안된 방법은 가장 높은 mAP50 (0.638) 및 **mAP50-95 (0.234)**를 달성하였으며, 정밀도(Precision)는 0.652, 재현율(Recall)은 0.654를 기록했습니다.
- 데이터셋 2에서 mAP50 0.879를 달성하여 최고치와 동률을 기록했으며, 가장 높은 **mAP50-95 (0.612)**를 달성했습니다.
- 제안된 모델은 혼동 행렬(confusion matrix) 분석에서 더 높은 대각선 값(정상 분류)과 더 낮은 비대각선 값(오분류)을 보여 우수한 분류 정확도를 입증했습니다.
- 제안된 방법의 정밀도-재현율(P-R) 곡선은 일관되게 더 높았으며, 이는 더 큰 곡선 아래 면적(AP)을 나타냅니다.

의의 및 주장
본 논문은 제안된 방법이 전기 자전거 헬멧 탐지에 있어 탐지 정확도와 실시간 성능 사이의 절충안을 성공적으로 해결했다고 주장합니다. 복잡한 교통 시나리오에서 오탐지와 미탐지를 효과적으로 억제함으로써, 본 시스템은 지능형 교통 안전 관리를 위한 신뢰할 수 있는 기술적 솔루션을 제공합니다. 저자들은 자신들의 멀티 모듈 협업 최적화 전략이 기존의 단일 모듈 개선 방식보다 엣지 디바이스 배포에 더 실용적이고 강력한 접근 방식을 제공한다고 단언합니다. 연구는 이 알고리즘이 헬멧 착용 행동의 자동화된 대규모 감독을 위한 실행 가능한 토대를 제공한다고 결론지었으나, 향후 연구에서 데이터셋의 다양성을 확장하고 극한 환경을 위한 추가적인 모델 압축을 탐구할 것을 제안하였습니다.

유사한 논문