본 논문은 드론 항공 촬영을 통한 도로 결함 검출에서 결함 규모 차이가 크고 배경 간섭이 강하며 검출 모델의 복잡도가 높은 문제를 해결하기 위해 YOLOv11n 기반의 개선된 검출 모델 WADW-YOLO를 제안한다. 먼저, 주망(network)에서 사전 정의된 중심 강화 가중치 행렬을 통해 합성곱 커널의 공간 위치에 가중치를 부여하는 C3k2-WC 가중 합성곱 모듈을 제안하여 모델 파라미터 수를 줄이는 동시에 결함 영역 특징 추출에 집중하도록 하였다. 둘째, 경량화된 ADown 하향 샘플링 모듈을 사용하여 결함 세부 정보 보존 능력을 향상시키고, 주망 끝단에 적응적으로 수용 영역을 조절하여 전역 및 국부 정보를 포착하는 DAttention 변형 주의 메커니즘을 도입하였다. 마지막으로 Wise-ShapeIoU 손실 함수를 설계하여 Wise-IoU의 비단조 집중 메커니즘과 ShapeIoU의 기하학적 형태 제약을 결합하여 검출 성능을 향상시켰다. WADW-YOLO는 공개 데이터셋 China_Drone에서 mAP@0.5가 74.6%에 도달하여 YOLOv11n 대비 3.8% 향상되었으며, 파라미터 수는 17.8% 감소하고 연산량은 23.8% 감소하여 검출 정확도와 모델 경량화 간의 효율적인 균형을 이루었다. 또한 China_MotorBike 데이터셋에서 mAP@0.5가 YOLOv11n 대비 1.8% 향상되어 뛰어난 일반화 성능을 보였다. 본 논문은 드론 도로 결함 검출을 위한 고정밀, 저전력 배포 솔루션의 기술적 참고 자료를 제공한다.

드론;도로 결함;YOLOv11n;WADW-YOLO;경량화