Detection of Endangered Deer Species Using UAV Imagery: A Comparative Study Between Efficient Deep Learning Approaches
Created by
Haebom
저자
Agustin Roca, Gaston Castro, Gabriel Torre, Leonardo J. Colombo, Ignacio Mas, Javier Pereira, Juan I. Giribet
개요
본 연구는 드론 영상에서 습지 사슴을 탐지하는 최첨단 신경망(YOLOv11 및 RT-DETR 변형 포함)의 성능을 비교 분석했습니다. 특히, 사슴이 이미지의 매우 작은 부분을 차지하고 식물에 의해 가려지는 시나리오에 초점을 맞췄습니다. 기존 분석을 확장하여 데이터셋에 정밀한 분할 마스크를 추가함으로써 분할 헤드가 포함된 YOLO 모델의 세밀한 훈련을 가능하게 했습니다. 실험 결과, 분할 헤드를 통합함으로써 뛰어난 탐지 성능을 달성하는 것을 보여줍니다. 이 연구는 확장 가능하고 정확한 AI 기반 탐지 시스템을 통해 드론 기반 야생 동물 모니터링 및 보존 전략을 개선하는 데 귀중한 통찰력을 제공합니다.