포도 잎 질병의 경량 소형 객체 탐지

포도나무는 수확량과 품질을 위협하는 다양한 질병에 취약합니다. 포도 잎 병변은 형태가 다양하고 밀집 분포하며 크기가 작아, 특히 자원 제약적인 모바일 플랫폼에서 정확한 탐지가 어렵습니다. 본 연구는 이러한 문제를 해결하기 위해 YOLOv10n 기반의 경량 탐지기인 YOLOv10n-RLF를 제안합니다. YOLOv10n-RLF는 세 가지 주요 개선 사항을 포함합니다. 첫째, C2f-RepViT Block (C2f-RVB) 모듈은 토큰 및 채널 혼합을 분리하여 특징 추출 효율성을 높이고 중복성을 줄여 매개변수와 GFLOPs를 각각 21.74%, 19.54% 감소시킵니다. 둘째, 경량 공유 컨볼루션 탐지 헤드(v10_LSCD)는 공유 컨볼루션을 사용하여 매개변수와 계산 비용을 추가로 절감합니다. 셋째, Feature Pyramid Shared Convolution (FPSC) 모듈은 SPPF를 대체하여 다중 스케일 특징 융합을 강화하고 작은 병변 영역의 표현력을 보존합니다. 또한, SIoU 손실 함수를 채택하여 바운딩 박스 회귀를 개선하고 수렴 속도를 높였습니다. 실험 결과, YOLOv10n-RLF는 매개변수를 30.4%, GFLOPs를 26.2%, 모델 크기를 36.4% 감소시키면서도 mAP@0.5에서 0.3%p, mAP@0.5:0.95에서 0.2%p의 미미한 정확도 감소만을 보였습니다. 이러한 효율성-정확도 균형은 제안된 모델이 자원 제약적인 모바일 환경에 배포될 잠재력을 보여줍니다. 본 연구는 정밀 포도나무 질병 관리를 위한 기술적 지원을 제공하며, 농업 분야의 모바일 기반 질병 탐지 시스템 개발에 기여할 수 있습니다.