본 논문은 산업 4.0 학습 공장 환경에서 AI 기반 객체 탐지의 정확도에 미치는 배경의 영향과 객체 특징(다양한 재질, 표면, 부분 투명성, 반사광 등)을 체계적으로 조사한 연구 결과를 제시합니다. 다양한 크기의 데이터셋으로 각 재질에 대해 여러 YOLOv8 모델을 훈련시키고, 외관만 변화시키는 실험을 진행했습니다. 그 결과, 유사한 특징을 가진 객체가 서로 다른 동작을 보이고 예상치 못한 결과를 나타내는 경우가 있음을 발견했습니다. 일부 배경 구성 요소는 탐지되는 반면, 동일한 특징을 가진 다른 구성 요소는 탐지되지 않는 현상이 관찰되었습니다. 92개의 훈련된 YOLO 모델에 대한 상세한 조사를 통해 도출된 결과를 바탕으로 객체 탐지 정확도와 과적합 문제에 대한 심층적인 분석을 제공하고, 도전적인 데이터셋을 공개합니다.
