KSC 2020
Current Result Document :
| 한글제목(Korean Title) |
온 디바이스 객체 검출을 위한 상황 인지 기반의 모델 선택 기법 |
| 영문제목(English Title) |
Context-aware Based Model Selection Scheme for On-device Objection Detection |
| 저자(Author) |
강성주
정채은
정광수
Seongju Kang
Chaeeun Jeong
Kwangsue Chung
|
| 원문수록처(Citation) |
VOL 47 NO. 02 PP. 0849 ~ 0850 (2020. 12) |
한글내용
(Korean Abstract) |
Deep Neural Network (DNN)은 많은 지능형 어플리케이션 도메인에서 중요한 기술이다. 딥 러닝은 객체 인식이나 이미지 인식과 같은 복잡하고 정교한 문제들을 해결할 수 있다. DNN 모델은 수 십 개의 레이어와, 수 천만 개의 파라미터를 가지며 계산 집약적인 작업을 요구한다. 그러므로 모바일 장치와 같은 리소스가 제한적인 단말에서 DNN 추론은 제한적이다. 모델 압축이나 데이터 오프로딩은 연산 리소스가 부족한 환경에서 DNN 추론 서비스를 제공하기 위해 연구되었다. 모델 압축 기법은 런타임과 모델 정확도의 트레이드오프로 인해 정확도를 요구하는 서비스 도메인에서 성능을 저하시키는 요인이 된다. 외부 서버로 데이터를 전달하여 수행 결과를 받는 데이터 오프로딩은 서버 과부하의 원인이 되며 대역폭 변화에 따라 어플리케이션의 요구 지연 시간을 완전하게 보장할 수 없다. 본 논문에서는 온 디바이스 DNN 추론을 위한 상황 인지 기반의 모델 선택 기법을 제안한다. 단말의 상황 정보를 기반으로 시공간 도메인에 적절한 모델을 선택한다. 각 모델은 도메인 별 관련도 높은 객체를 검출에 초점을 둡니다. 그러므로 적은 수의 학습 파라미터와 경량의 모델 구조의 특성을 갖는다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
