연구진은 저품질 이미지로 인한 해양 로봇의 해양 쓰레기 탐지 성능 저하 문제를 해결하기 위해 YOLO-MD 프레임워크를 제안했어요.
DB-CASA 모듈을 설계하여 공간-채널 상호 작용을 강화하고, 다양한 크기의 객체에 대한 미세한 특징 추출을 위해 시프트 기반 연산을 도입했어요.
UODM 데이터셋 실험 결과, YOLO-MD는 0.849 mAP50을 달성하며 최신 기술보다 우수한 성능을 보여줬고, 실제 로봇 엣지 배포 실험에서도 효과가 검증됐어요.