안개 낀 도로 결함 검출 정확도가 낮고 모델 파라미터 수가 많은 문제를 해결하기 위해, 개선된 YOLO11n 기반의 안개 낀 도로 결함 경량화 검출 방법을 제안하였다. 이는 안개 환경에서 검출 정확도를 향상시키고 경량 배포에 용이하도록 설계되었다. 먼저, 백본 네트워크에 전면 제습 네트워크(Dehaze-Network, DH-Net)를 구성하였으며, 채널 정규화와 층 간 통계 전달 메커니즘을 통해 제습된 이미지의 구조적 일관성을 유지하고 검출 작업 지향 공동 최적화를 구현하여 안개의 검출 영향력을 감소시켰다. 둘째로, 기존의 합성곱 다운샘플링 대신 적응형 다운샘플링 모듈(ADown)을 사용하여 파라미터 수를 줄이고 주요 공간 특성을 보존하여 결함 세부 추출 능력을 강화하였다. 다음으로, 동적 합성곱 커널 적응 및 가중치 양방향 특성 피라미드 융합을 통해 안개 낀 흐릿한 대상의 다중 스케일 표현 능력을 향상시키는 효율적인 다중 분기 보조 특성 피라미드 네트워크를 설계하여 안개의 검출 영향을 추가로 감소시켰다. 마지막으로, 부분 합성곱을 사용하여 검출 헤드를 경량화해 계산 비용을 줄였다. 다양한 데이터셋 실험을 통해 개선된 모델이 기준 대비 mAP를 각각 2.1%와 3% 향상시키고 파라미터 수를 47.2% 감소시켰음을 확인하였다. 이 방법은 안개 낀 도로 점검에 고정밀, 저자원 소비 솔루션을 제공한다.

안개;도로 결함 검출;개선된 YOLO11n;경량화