본 논문은 산업 이미지 검사에서 기존의 의미론적 분할 모델이 다양한 환경에서 고정된 구성 요소의 분할 일관성을 유지하지 못하는 문제를 해결하기 위해, 객체 윤곽에 대한 인식 능력을 향상시킨 Shape-Aware Efficient Network (SPENet)을 제안합니다. SPENet은 경계와 본체 정보를 분리하여 감독함으로써 우수한 분할 일관성을 달성하고, 실시간 제약 및 제한된 계산 능력을 고려하여 효율적인 모델을 구축합니다. 실제 환경에 더 잘 적응하기 위해 가변 경계 영역(VBD)을 도입하고, 분할 일관성을 측정하는 새로운 지표인 일관성 평균 제곱 오차(CMSE)를 제안합니다. 실험 결과, 제안된 방법은 데이터셋에서 최고의 분할 정확도와 경쟁력 있는 속도를 달성하였으며, 기존 최고 성능 모델 대비 CMSE를 50% 이상 감소시켰습니다.
