# An Enhanced YOLOv8 Model for Real-Time and Accurate Pothole Detection and Measurement

### 저자

Mustafa Yurdakul, \c{S}akir Tasdemir

### 개요

본 논문에서는 도로의 균열인 포트홀(pothole)의 조기 및 정확한 탐지를 위한 RGB-D 이미지 기반의 개선된 YOLOv8 모델을 제시합니다.  기존의 2D RGB 이미지 기반 탐지 방식의 한계를 극복하고자, Intel RealSense D415 depth camera를 사용하여 1000개의 RGB-D 이미지로 구성된 PothRGBD 데이터셋을 구축했습니다.  YOLOv8n-seg 아키텍처를 기반으로 Dynamic Snake Convolution (DSConv), Simple Attention Module (SimAM), Gaussian Error Linear Unit (GELU)를 적용하여 모델을 개선했습니다.  개선된 모델은 불규칙한 가장자리 구조를 가진 포트홀을 더 정확하게 분할하고, 깊이 맵을 이용하여 포트홀의 둘레와 깊이를 정확하게 측정합니다.  실험 결과, 제안된 모델은 기존 YOLOv8n-seg 모델보다 정밀도(1.96% 향상), 재현율(6.13% 향상), mAP(2.07% 향상)가 높은 성능을 보였으며, 경량화되어 실시간 적용에 적합함을 보였습니다.

### 시사점, 한계점

- **시사점:**

    - RGB-D 이미지를 활용하여 포트홀의 물리적 특징(둘레, 깊이) 분석이 가능한 모델 제시.

    - 기존 YOLOv8 모델보다 향상된 정확도와 효율성을 보이는 경량화된 모델 개발.

    - 실시간 포트홀 탐지 및 분석을 위한 스마트 교통 시스템 구축 가능성 제시.

    - 공개 데이터셋 PothRGBD 제공을 통한 후속 연구 지원.

- **한계점:**

    - 데이터셋 규모(1000개 이미지)가 상대적으로 작아 일반화 성능에 대한 추가 검증 필요.

    - 다양한 환경 및 조건(날씨, 조명 등)에서의 성능 평가가 부족.

    - 실제 도로 환경에서의 실시간 성능 검증 및 안정성 평가 필요.

[PDF 보기](https://arxiv.org/pdf/2505.04207)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).