이안류 탐지를 위한 YOLO 모델 비교와 시각적 해석 연구 (Comparative Analysis and Visual Interpretation of YOLO Models for Rip Current Detection)

서지정보

· 발행기관 : 대한공간정보학회
· 수록지 정보 : 대한공간정보학회지 / 32권 / 4호 / 107 ~ 116페이지
· 저자명 : 최준오, 무랄리 라잔드라, 서용철

초록

이안류는 해안 지역에서 자주 발생하는 자연현상으로, 강한 해류와 급격한 수위 변화로 인명 피해를 초래할 수 있는 위험한 상황을 야기할 수 있다. 본 연구는 이러한 이안류를 실시간으로 탐지하고 신속하게 대응할 수 있는 자동화 시스템의 필요성을 해결하기 위해, AI-Hub에서 수집한 30,000장의 이안류 데이터셋을 활용하여 YOLOv5, YOLOv8, YOLOv11 모델의 성능을 비교 분석하였다. Eigen-CAM 기법을 적용하여 각 모델이 특정 특징에 주목하는 방식을 시각화함으로써, 모델의 의사결정 과정을 직관적으로 이해할 수 있도록 하였다. 실험 결과, YOLOv11 모델은 평균 정밀도(mAP50) 58.96을 기록하며 다른 모델들보다 우수한 성능을 보였고, 경량화된 구조(46MB) 덕분에 실시간 탐지에서도 높은 효율성을 입증했다. 이 연구는 이안류 탐지 기술의 실용성과 해양 안전성 강화를 위한 기초 자료를 제공하고, 향후 조기 경보 시스템 구축에 기여할 수 있는 중요한 기술적 기반을 마련하는 데 목적을 둔다.

영어초록

Rip currents are natural phenomena that frequently occur in coastal areas, potentially causing dangerous situations that can lead to human casualties due to strong currents and rapid changes in water levels. This study aims to address the need for an automated system capable of detecting these phenomena in real-time and responding quickly. Using a dataset of 30,000 rip current images collected from AI-Hub, the performance of the YOLOv5, YOLOv8, and YOLOv11 models was compared and analyzed. The Eigen-CAM technique was applied to visualize which features each model focuses on, providing a more intuitive understanding of the decision-making process. The experimental results showed that the YOLOv11 model achieved an average precision (mAP50) of 58.96, demonstrating superior performance compared to other models. Additionally, its lightweight architecture (46MB) proved its efficiency in environments requiring real-time detection. This research provides practical insights into rip current detection technology and offers a technical foundation that can contribute to enhancing marine safety and establishing early warning systems.

참고자료

· 없음