[논문 리뷰] Fall Detection for Industrial Setups Using YOLOv8 Variants

Gracile Astlin Pereira|arXiv (Cornell University)|2024. 08. 08.

Context-Aware Activity Recognition Systems인용 수 4

한 줄 요약

이 논문은 YOLOv8 변종에 맞춤형 데이터 증강 파ip라인을 통합하여 산업 환경에서 실시간 근로자軋도 감지 시스템을 제안한다. YOLOv8m 모델은 성능과 효율성의 최적 균형을 달성하여 50% IoU에서 평균 정밀도(mAP) 0.971을 기록하며, 자원 제약 조건 하에서도 높은 탐지 정확도를 유지하면서 최적의 자원 활용이 가능한 것으로 나타났다.

ABSTRACT

This paper presents the development of an industrial fall detection system utilizing YOLOv8 variants, enhanced by our proposed augmentation pipeline to increase dataset variance and improve detection accuracy. Among the models evaluated, the YOLOv8m model, consisting of 25.9 million parameters and 79.1 GFLOPs, demonstrated a respectable balance between computational efficiency and detection performance, achieving a mean Average Precision (mAP) of 0.971 at 50% Intersection over Union (IoU) across both "Fall Detected" and "Human in Motion" categories. Although the YOLOv8l and YOLOv8x models presented higher precision and recall, particularly in fall detection, their higher computational demands and model size make them less suitable for resource-constrained environments.

연구 동기 및 목표

• 복잡한 산업 환경에 특화된 견고하고 실시간 작동 가능한 근로자軋도 감지 시스템을 개발하기 위해.
• 여러 YOLOv8 변종(n, s, m, l, x)이 근로자軋도 및 인간의 움직임을 탐지하는 데서의 성능을 평가하기 위해.
• 데이터셋의 다양성을 증가시켜 모델의 일반화 능력을 향상시키기 위해 새로운 데이터 증강 파이프라인을 도입하기 위해.
• 정확도, 추론 속도, 계산 효율성의 균형을 고려해 산업 현장에 적합한 최적의 YOLOv8 변종을 식별하기 위해.
• 자원 제약이 있는 산업 환경에서 근로자 안전을 향상시키기 위한 확장 가능하고 비침습적인 솔루션을 제공하기 위해.

제안 방법

• 산업 영상 시퀀스에서 객체 탐지를 위해 YOLOv8 변종(YOLOv8n부터 YOLOv8x까지)을 활용하여, 인스턴스를 '근로자軋도 감지됨' 또는 '인간의 움직임'으로 분류하였다.
• 데이터셋의 다양성을 증가시키고 모델의 일반화 능력 및 내구성을 향상시키기 위해 맞춤형 데이터 증강 파이프라인을 구현하였다.
• 학습 안정성 향상과 수렴 개선을 위해 교차 엔트로피 손실과 분포 포칼 손실의 조합을 사용하여 모델을 훈련시켰다.
• mAP(50% IoU), 정밀도, 재현율, 추론 시간(YOLOv8x 기준 1장당 27.5ms)을 사용하여 성능을 평가하였다.
• 실제 현장 적용 가능성을 고려해 mAP, 모델 크기, GFLOPs 간의 상호 조정을 바탕으로 최고 성능을 보인 모델을 선정하였다.
• 이식 학습과 하이퍼파ram터 튜닝을 통해 산업용 근로자軋도 감지 데이터셋에서 각 변종의 성능을 최적화하였다.

Figure 1: Industrial Activity Dataset

실험 결과

연구 질문

• RQ1 산업 환경에서의 근로자軋도 감지에 있어 어떤 YOLOv8 변종이 탐지 정확도와 계산 효율성 사이의 최적 균형을 달성하는가?
• RQ2 제안된 데이터 증강 파이프라인은 다양한 산업 환경에서 모델의 일반화 능력과 mAP 향상에 어떻게 기여하는가?
• RQ3 각 YOLOv8 변종의 산업 영상 데이터에서의 추론 속도와 실시간 성능는 어떠한가?
• RQ4 다양한 모델 크기에서 '근로자軋도 감지됨'과 '인간의 움직임' 클래스 간 정밀도와 재현율은 어떻게 변하는가?
• RQ5 경량 YOLOv8 모델은 자원 제약이 있는 산업 환경에서의 배포에 적합하면서도 높은 mAP를 달성할 수 있는가?

주요 결과

• YOLOv8m 모델은 '근로자軋도 감지됨'과 '인간의 움직임' 카테고리 모두에서 50% IoU 기준으로 최고의 mAP 0.971을 기록하여 다른 변종보다 전체적인 균형에서 뛰어난 성능을 보였다.
• YOLOv8l은 최고의 mAP 0.841을 기록했지만, 상당히 높은 계산 자원(165.4 GFLOPs)과 43.6M 파라미터를 요구하였다.
• YOLOv8n은 근로자軋도 감지에서 98%의 정밀도를 기록했지만, '인간의 움직임' 인스턴스를 전혀 탐지하지 못해 해당 클래스에 대한 재현율이 매우 낮았다.
• YOLOv8x는 근로자軋도 감지에서 가장 높은 정밀도와 재현율을 보였지만, 가장 느린 추론 시간(1장당 27.5ms)과 가장 큰 모델 크기(68.2M 파라미터)를 가졌다.
• 맞춤형 데이터 증강 파이프라인은 낮은 훈련 손실(0.08659)과 검증 손실(1.664)을 통해 안정적인 학습을 가능하게 하여 안정성 향상을 보였다.
• YOLOv8m는 강력한 mAP(0.971)를 제공하면서도 중간 수준의 계산 비용(79.1 GFLOPs)을 유지하여 실제 산업 현장에 적합한 최적의 균형을 이룩하였다.

Figure 2: Image after random resizing