SULAND v2: 도메인 시프트 환경에서 UAV/UGV 기반 지표면 지뢰 탐지를 위한 개선된 RGB 데이터셋 및 딥러닝 객체 탐지 벤치마크
SULAND v2: A Refined RGB Dataset and Deep Learning Object Detection Benchmark for UAV/UGV-Based Surface Landmine Detection Under Domain Shift
TL;DR AI
1분핵심 요약
연구진이 RGB 표면 지뢰 탐지용 수정 데이터셋 SULAND_v2를 공개했다.
기존 SULAND의 라벨 오류와 클래스 일관성 문제를 수동으로 바로잡고, 원래 이미지와 분할은 유지했다.
총 33,771장 이미지와 12,433개 바운딩 박스로 35개 탐지 설정을 9개 모델 계열에서 평가했다.
그 결과, 분포 내 성능은 높았지만 도메인 시프트와 OOD 처리에서는 성능이 크게 떨어짐이 확인됐다.
이 벤치마크는 UAV·UGV 기반 지뢰 정찰 지원 시스템의 실제 일반화 성능을 더 신뢰성 있게 검증하는 데 중요하다.