Implementation and Performance Evaluation of a Real-Time Concrete Discoloration Segmentation Model based on PIDNet-S

본 연구는 드론(UAV)으로 촬영된 교량 콘크리트 영상을 대상으로 변색(Discoloration) 영역을 실시간으로 분할하기 위한 경량 세그멘테이션 모델을 제안한다. 콘크리트 변색은 조도 변화와 재질 특성에 따라 경계가 불명확하여 기존 딥러닝 기반 모델에서 안정적인 성능 확보가 어려운 문제가 있다. 이를 해결하기 위해, 본 연구에서는 PIDNet-S 기반의 경량 시맨틱 세그멘테이션 구조를 적용하여 변색 영역을 이진 분할하는 모델을 구현하였다. 또한 드론으로 촬영한 교량 콘크리트 표면 이미지를 대상으로 폴리곤 기반 라벨링과 이진 마스크 생성 과정을 통해 변색 데이터셋을 구축하였다. 실험 결과, 제안 모델은 IoU 89.0%, F1-score 93.0%, Pixel Accuracy 98.0%를 달성하여 U-Net 및 Improved U-Net 대비 우수한 성능을 보였으며, Mask R-CNN과 유사한 정확도를 유지하면서도 약 25 FPS의 실시간 처리 속도를 확보하였다.