KLI

소형 임베디드 장치를 위한 경량 컨볼루션 모듈 기반의 검출 모델

Metadata Downloads
Abstract
딥러닝을 이용한 객체 검출의 경우 정확도와 실시간성을 모두 요구한다. 그러나, 한정된 자원 환경에서는 수 많은 양의 데이터를 처리하는 딥러닝 모델을 사용하기 어렵다. 이러한 문제 해결을 위해 본 논문에서는 소형 임베디드 장치를 위한 객체 검출을 모델을 제안하였다. 일반적인 검출 모델과 달리 사전 학습된 특징 추출기를 제거한 구조를 사용하여 모델 크기를 최소화하였다. 모델의 구조는 경량화된 컨볼루션 블록을 반복해서 쌓는 구조로 설계하였다. 또한, 검출 오버헤드를 줄이기 위해 영역 제안 횟수를 크게 줄였다. 제안하는 모델은 공개 데이터셋인 PASCAL VOC를 사용하여 학습 및 평가하였다. 모델의 정량적 평가를 위해 검출 분야에서 사용하는 average precision으로 검출 성능을 측정하였다. 그리고 실제 임베디드 장치와 유사한 라즈베리 파이에서 검출 속도를 측정하였다. 실험을 통해 기존 검출 방법 대비 향상된 정확도와 빠른 추론 속도를 달성하였다.
Author(s)
박찬수이상훈한현호
Issued Date
2021
Type
Article
Keyword
딥러닝객체 검출경량화라즈베리 파이임베디드
DOI
10.22156/CS4SMB.2021.11.09.028
URI
https://oak.ulsan.ac.kr/handle/2021.oak/9175
https://ulsan-primo.hosted.exlibrisgroup.com/primo-explore/fulldisplay?docid=TN_cdi_nrf_kci_oai_kci_go_kr_ARTI_9862276&context=PC&vid=ULSAN&lang=ko_KR&search_scope=default_scope&adaptor=primo_central_multiple_fe&tab=default_tab&query=any,contains,%EC%86%8C%ED%98%95%20%EC%9E%84%EB%B2%A0%EB%94%94%EB%93%9C%20%EC%9E%A5%EC%B9%98%EB%A5%BC%20%EC%9C%84%ED%95%9C%20%EA%B2%BD%EB%9F%89%20%EC%BB%A8%EB%B3%BC%EB%A3%A8%EC%85%98%20%EB%AA%A8%EB%93%88%20%EA%B8%B0%EB%B0%98%EC%9D%98%20%EA%B2%80%EC%B6%9C%20%EB%AA%A8%EB%8D%B8&offset=0&pcAvailability=true
Publisher
융합정보논문지
Location
대한민국
Language
한국어
ISSN
2586-4440
Citation Volume
11
Citation Number
9
Citation Start Page
28
Citation End Page
34
Appears in Collections:
Engineering > IT Convergence
공개 및 라이선스
  • 공개 구분공개
파일 목록
  • 관련 파일이 존재하지 않습니다.

Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.