Fire and Smoke Detection on an Embedded System using YOLOv8-Nano with CBAM on Hailo-8

본 연구에서는 YOLOv8-nano 기반 객체 검출 네트워크에 어텐션 모듈을 적용하여, Hailo-8 가속기가 탑재된 임베디드 환경에서 화재 감지를 수행하도록 설계 및 적용하였다. 화재 감지 네트워크 학습을 위해 AI-Hub 화재 모니터링 데이터셋을 활용하였으며, 효과적인 화재 감지가 가능하도록 적절한 전처리를 수행하였다. 성능 비교를 위해 다양한 YOLO 아키텍처를 평가하였으며, 정확도([email protected])와 임베디드 환경에서의 배포 제약을 고려하여 최종적으로 YOLOv8-nano를 선택하였다. 또한 화재 감지에서 중요한 문제인 미검출(FN)을 해결하기 위해 추가적인 네트워크 구조 개선을 적용하였다. 그 결과, 제안하는 CBAM 모듈이 결합된 YOLOv8-nano 기반 네트워크(YOLOv8n+CBAM)는 기존 모델과 유사한 성능을 유지하면서도 미검출을 기존 대비 62%수준으로 감소시키는 것을 확인하였다. 나아가, 학습된 네트워크를 Hailo-8 가속기에 실제 적용하였을 때 FPS가 평균 144.44로 실시간 추론이 가능함을 검증하였다.