모바일 도로 파손 감지: YOLOv8과 SSD-MobileNet 성능 비교

도로 파손은 교통 흐름을 방해하고 사고 위험을 높이는 심각한 문제로, 신속하고 정확한 감지 및 분류는 효율적인 유지보수를 위해 필수적입니다. 본 연구는 모바일 애플리케이션 환경에서 도로 파손을 감지하고 분류하는 데 사용되는 두 가지 객체 감지 알고리즘인 YOLOv8과 SSD-MobileNet의 성능을 비교했습니다. 성능 평가는 정확도, 속도, 메모리 사용량을 기준으로 진행되었으며, 혼동 행렬을 사용하여 블록 균열, 악어 등 균열, 횡방향 균열, 모서리 균열, 패치, 움푹 들어간 곳의 6가지 도로 파손 유형을 분류했습니다. 연구 결과, YOLOv8은 86.4%의 전반적인 정확도와 0.5ms의 감지 속도, 0.41GB의 RAM을 소비했습니다. 반면, SSD-MobileNet은 91.1%의 전반적인 정확도와 0.7ms의 속도, 0.14GB의 RAM을 소비하는 것으로 나타났습니다. 이러한 비교를 통해 YOLOv8은 감지 속도에서 우위를 보였고, SSD-MobileNet은 더 높은 정확도와 효율적인 메모리 사용량을 제공함을 확인했습니다. 본 연구는 제한된 모바일 환경에서 모델 구현 시 정확도, 속도, 메모리 간의 상충 관계에 대한 중요한 통찰을 제공하며, 향후 연구에서는 메모리 사용량 감소를 위한 모델 가지치기(pruning) 탐색을 권장합니다.