Earticle

현재 위치 Home

Human-Machine Interaction Technology (HIT)

LGO-YOLO: A Lightweight Generalized Optimization of YOLOv8 for Ondevice Object Detection

첫 페이지 보기
  • 발행기관
    국제인공지능학회(구 한국인터넷방송통신학회) 바로가기
  • 간행물
    The International Journal of Advanced Smart Convergence 바로가기
  • 통권
    Volume 14 Number 2 (2025.06)바로가기
  • 페이지
    pp.60-68
  • 저자
    Seongchan Park, Jinbin Kim, Yuseong Lee, Jinyoung Park, Soonchul Kwon
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A470041

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
On-device AI environments require real-time processing but are constrained by limited computational resources. Previous studies have shown that simply replacing high-cost computational modules with low-cost alternatives does not always yield actual speed improvements on embedded hardware. Therefore, this study aims to design a YOLOv8-n–based lightweight network that can achieve real-time inference and high accuracy under stringent resource constraints. The proposed model, LGO-YOLO, applies module structures optimized for embedded computation to both the Backbone and Neck, reducing the model’s computational load and number of parameters by approximately 42% and 40%, respectively. Despite these reductions, the model achieves accuracy and precision equal to or superior to YOLOv8-n in several performance metrics—most notably, an mAP@0.5 of 99.3%. Furthermore, in an NPU environment, it records the fastest inference time (25.4 ms) among all comparison models. This work demonstrates how careful structural design can balance the limits of model lightweighting with performance requirements, indicating that the proposed network can be effectively deployed in real embedded systems or other low-power application scenarios.

목차

Abstract
1. Introduction
2. Related Works
3. Lightweight Network Design for On-Device AI Systems
4. Experimental Environment and Result
4.1 Experimental Environment
4.2 Experimental Result
5. Discussion and Conclusions
Acknowledgement
References

키워드

Edge Computing Lightweight Object Detection On-device AI YOLOv8 Model Compression

저자

  • Seongchan Park [ Integrated PhD program, Department of Plasma Bio Display, Kwangwoon University, South Korea ]
  • Jinbin Kim [ Integrated PhD program, Department of Plasma Bio Display, Kwangwoon University, South Korea ]
  • Yuseong Lee [ M.A, Department of Interdisciplinary Information System, Kwangwoon University, South Korea ]
  • Jinyoung Park [ Technology Research Center, NEEDS ROBOT Inc., South Korea ]
  • Soonchul Kwon [ Associate Professor, Department of Plasma Bio Display, Kwangwoon University, South Korea ] Corresponding Author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    국제인공지능학회(구 한국인터넷방송통신학회) [The International Association for Artificial Intelligence]
  • 설립연도
    2000
  • 분야
    공학>전자/정보통신공학
  • 소개
    인터넷방송, 인터넷 TV , 방송 통신 네트워크 및 관련 분야에 대한 국내는 물론 국제적인 학술, 기술의 진흥발전에 공헌하고 지식 정보화 사회에 기여하고자 한다.

간행물

  • 간행물명
    The International Journal of Advanced Smart Convergence
  • 간기
    계간
  • pISSN
    2288-2847
  • eISSN
    2288-2855
  • 수록기간
    2012~2025
  • 십진분류
    KDC 326 DDC 380

이 권호 내 다른 논문 / The International Journal of Advanced Smart Convergence Volume 14 Number 2

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.