Evaluating YOLOv11 for Real-time Small Object Detection: Accuracy–efficiency Pareto Analysis

본 연구는 소형 객체 탐지를 위한 YOLOv11n 모델의 성능을 체계적으로 분석하였다. 제안 모델은 입력 크기 640×640 기준 2.6M 파라미터와 6.50 GFLOPs의 연산 복잡도를 가지며, 실시간 응용에 적합한 계산 효율성을 보였다. 실험 결과, YOLOv11n 은 [email protected]=18.76%로 가장 높은 정확도를 달성하였고, YOLOv5n은 모델 크기 3.87 MB와 156 FPS로 자원 효율성에서 우위를 보였다. 두 모델은 파레토 전선 상에서 상이한 균형점을 형성하여, 정확도 중심과 효율성 중심 응용에 따라 상호 보완적으로 활용 가능함을 확인하였다. Ablation 연구를 통해 C3k2 블록, DFL 손실, Anchor-free 회귀가 성능 향상에 기여함을 검증하였다. 또한 다양한 교란 조건에서 강건성 지표 R ≥ 85%를 유지하여 제안 모델의 안정성을 확인하였다. 본 연구는 소형 객체 탐지 모델에 대한 정량적 평가와 실무 배치 지침을 제공하였다는 점에서 의의가 있으며, 향후 연구는 초소형 객체 개선, 온디바이스 최적화, 도메인 적응을 통한 성능 확장에 초점을 맞출 필요가 있다.