해안쓰레기는 미관 훼손 및 생태와 보건에 미치는 영향으로 인해 큰 문제로 대두되고 있다. 이를 해결하기 위한 노력의 일환으로 본 연구는 해안쓰레기 탐지와 모니터링을 위한 이미지 데이터셋 구축과 실시간 객체탐지 분야의 대표적인 모델인 YOLOv8과 RT-DETR의 성능을 비교하였다. 특히 다양한 환경 하에서의 강건성을 평가하기 위해 여러 왜곡 조건에서 성능 변화 실험을 수행하였다. YOLOv8은 mean Average Precision (mAP)0.927~0.945의 정확도와 65~135 Frames Per Second (FPS)의 탐지 속도를 보인 반면, RT-DETR은 mAP 0.917~0.918의 정확도와 40~53 FPS의 탐지 속도를 보였다. 색상 왜곡에 대해서는 RT-DETR이 더 강건한 성능을 보였으나, 그 외의 조건에서는 YOLOv8이 더 높은 강건성을 보였다. 본 연구의 결과는 실제 해안쓰레기 모니터링 시스템의 모델 선택에 있어 중요한 지침을 제공할 것으로 기대된다.
Coastal debris has emerged as a salient issue due to its adverse effects on coastal aesthetics,ecological systems, and human health. In pursuit of effective countermeasures, the present studydelineated the construction of a specialized image dataset for coastal debris detection and embarked ona comparative analysis between two paramount real-time object detection algorithms, YOLOv8 and RTDETR. Rigorous assessments of robustness under multifarious conditions were instituted, subjecting themodels to assorted distortion paradigms. YOLOv8 manifested a detection accuracy with a mean AveragePrecision (mAP) value ranging from 0.927 to 0.945 and an operational speed between 65 and 135 FramesPer Second (FPS). Conversely, RT-DETR yielded an mAP value bracket of 0.917 to 0.918 with adetection velocity spanning 40 to 53 FPS. While RT-DETR exhibited enhanced robustness against colordistortions, YOLOv8 surpassed resilience under other evaluative criteria. The implications derived fromthis investigation are poised to furnish pivotal directives for algorithmic selection in the practicaldeployment of marine debris monitoring systems.