소객체 탐지를 위한 앙상블 융합

작은 객체를 탐지하는 것은 흐릿함과 낮은 해상도로 인해 종종 방해받으며, 이러한 객체를 정확히 탐지하고 위치를 파악하는 데 상당한 도전 과제를 안겨준다. 또한 기존의 특징 추출 방법은 다운샘플링과 컨볼루션 연산이 작은 객체의 세부 정보를 흐리게 하기 때문에, 이러한 객체에 대한 효과적인 표현을 포착하는 데 어려움을 겪는다. 이러한 문제를 해결하기 위해 본 연구는 다수의 다양한 모델 변형의 장점을 활용하고 각 모델의 예측을 융합하는 앙상블 융합 기반의 미세 객체 탐지 방법을 제안한다. 실험 결과, 제안하는 방법이 앙상블 융합을 통해 각 모델의 강점을 효과적으로 활용함으로써, 작은 객체 탐지의 정확도와 견고성이 향상됨을 확인할 수 있었다. 본 모델은 새의 소형 객체 탐지에 관한 MVA 챌린지에서 IoU 임계값 0.5에서 평균 정밀도(Average Precision, AP)로 0.776의 최고 점수를 기록하였다.