리서치 연구
엣지 기기용 초소형 객체 탐지를 위한 지식 증류 프레임워크
CSCWD: Cross-Scale Channel-wise Knowledge Distillation for Lightweight Tiny Object Detection on Edge Devices
arXiv항공 이미지에서 작은 물체 탐지 정확도를 높이기 위해, 대형 모델의 고해상도 지식을 소형 모델에 효율적으로 전달하는 'CSCWD' 기법을 개발했습니다.
세 줄 요약
- 기존 방식과 달리 여러 해상도 단계(Cross-Scale)에 걸쳐 지식을 전수하여, 경량화된 모델이 작은 물체 탐지 성능을 획기적으로 개선한 것이 핵심입니다.
- 모델의 추론 아키텍처를 변경하지 않으면서도 높은 정확도를 유지해, 컴퓨팅 자원이 제한적인 엣지 디바이스 실시간 현장 AI 응용에 적합합니다.
- CSCWD는 지식 증류를 통해 성능을 극대화하면서도 낮은 전력 소모와 빠른 추론 속도를 동시에 확보하는 것이 가장 큰 강점입니다.
항공 이미지에서 작은 물체 탐지 정확도를 높이기 위해, 대형 모델의 고해상도 지식을 소형 모델에 효율적으로 전달하는 'CSCWD' 기법을 개발했습니다.