M3E-Yolo: 교통 표지 인식을 위한 새로운 경량 네트워크

교통 표지 인식은 자율주행의 안전성을 보장하는 데 기여하고 있다. YOLOv5를 영감으로 삼아 본 논문에서는 기존 알고리즘의 정확도와 효율성 간의 균형이 부족한 문제를 해결하기 위해 새로운 모델을 제안한다. 먼저, 특징 추출을 위해 경량화된 네트워크인 MobileNetV3을 도입하여 파라미터 수를 감소시켰다. 둘째, 주의 메커니즘(attention mechanism) 모듈을 도입하여 채널 특징을 강화함으로써 단순화된 모델로 인해 발생하는 정확도 저하를 보완하였다. 실험 결과, 제안 모델이 중국 교통 표지 데이터셋에서 훈련한 결과 mAP 값이 93.6%에 달하며, YOLOv5 수준과 유사한 성능을 보였고, 파라미터 수는 YOLOv5의 4분의 1 미만으로 줄어들었다.