Analysis of Small Drone Detection Performance of YOLOv5 and YOLOv8 under Urban and Weather Conditions
Abstract
최근 소형 드론은 정찰 및 공격 등 다양한 군사 임무에서 활용되고 있으며, 그 탐지 기술의 중요성이 커지고 있다. 특히 도심지 환경에서는 복잡한 배경과 다양한 기상 조건으로 인해 탐지가 더욱 어려워진다. 본 연구는 이러한 문제를 해결하기 위해 실제 도시 배경 이미지에 소형 드론 이미지를 합성하고, 날씨 변화 조건을 반영한 증강 데이터를 생성하여 탐지 알고리즘의 성능을 비교하였다. 또한, 소규모 실제 드론 영상(주간/야간, 가시광/열상)을 추가 수집하여 합성 데이터와 혼합 학습/테스트를 수행하고 합성데이터와 실환경 성능 격차를 분석하였다. 객체 탐지 알고리즘의 구조들을 분석하여 비교 대상으로는 YOLOv5와 YOLOv8을 선정하였고, 두 모델 모두 동일한 조건에서 학습 및 평가되었다. 실험 결과, YOLOv8은 대부분의 조건에서 YOLOv5보다 우수한 탐지 성능을 보였으며, 특히 안개 및 눈과 같은 환경에서 우수한 탐지율을 나타냈다. 본 연구는 소형 객체 탐지 구조와 환경 적응성 간의 관계를 실증적으로 검토한 사례로, 향후 군사 감시 체계 개발을 위한 기초 자료로 활용될 수 있다.
Fields of Study & Subjects
Advanced Neural Network Applications
Video Surveillance and Tracking Methods
Infrared Target Detection Methodologies
Publication details
- Journal / source
- Journal of the Korea Academia-Industrial cooperation Society
- Volume
- 27
- Issue
- 1
- Pages
- 378–384
- Publication date
- 31 January 2026
- Language
- EN