연구진이 자율 주행, 감시, 로봇 공학에 필요한 실시간 객체 탐지 기술 RT-SFOD를 개발했어요. YOLOv10 기반으로 기존 SFOD보다 빠르고 가벼우면서도 정확도를 높였어요.
DHF(Dual-Head Pseudo-Label Fusion)를 통해 두 개의 헤드 예측을 선택적으로 활용하여 정밀도를 높이고 놓친 객체를 복구했어요.
MARD(Multi-scale Adaptive Representation Diversification) 손실 함수를 적용하여 다중 스케일 특징의 차별성을 회복하고 객체 탐지에 맞는 분산 및 공분산 제약 조건을 적용했어요.
벤치마크 테스트에서 RT-SFOD는 기존 SFOD보다 mAP는 1.4~3.5% 향상, 처리량은 1.3배 증가, 파라미터는 약 2배 감소하는 결과를 보였어요.