본 논문은 악천후 환경에서의 객체 탐지 시스템의 강건성 향상에 초점을 맞추고 있다. 자율주행 기술 발전을 위해, Instruct Pix2Pix 확산 모델을 활용하여 악천후 증강 데이터셋을 생성하는 새로운 프롬프팅 방법론을 제시한다. Faster R-CNN과 YOLOv10을 포함한 최첨단 객체 탐지 모델의 인식 능력 저하를 완화하기 위해, CARLA 시뮬레이터와 실제 이미지 데이터셋(BDD100K, ACDC)에서 실험을 진행하여 제안된 데이터 증강 방식의 효과를 검증하였다. 주요 기여는 악천후 환경에서의 객체 탐지 모델 성능 저하를 규명하고 정량화하고, 맞춤형 데이터 증강 전략을 통해 모델의 강건성을 향상시키는 방법을 보여주는 것이다.
