본 기술은 목표 추론 환경에 적합한 객체 탐지(Object Detection) 모델 탐색 및 학습과 관련한 소프트웨어이며, 본 구현체는 저비용으로 추론 환경에 적합한 백본 모델을 탐색 및 학습하는 기능과 도출된 객체 탐지 모델을 이용하여 실제 추론을 수행하는 기능으로 구성된다.
● 객체 탐지(Object Detection) 태스크는 컴퓨터 비전 분야에서 가장 중요한 문제 중 하나로 보행자 탐지, 자동차 통행량 탐지, 이상행동 탐지 등 다양한 서비스에서 활용될 수 있음. 또한, 이러한 서비스들은 지능형 CCTV, 스마트폰, 드론 등 광범위한 기기를 통해 제공될 수 있는데, 기기 및 런타임 환경에 따라 신경망 모델들의 추론 성능이 매우 다르게 나타나기 때문에 기기별로 신경망 모델을 최적화할 필요가 있음. 그러나 단일 기기에 최적화된 모델을 탐색 및 학습하는 것만으로도 높은 비용을 요구하므로 다양한 기기들에 대해 최적화된 모델을 일일이 구축하는 것은 소기업은 구축이 불가능한 클라우드 급의 높은 자원과 비용을 요구함.
● 본 기술은 하나의 우수한 신경망 모델을 서브 네트워크 레벨로 구성 및 분석하여 다양한 추론 환경과 타겟 성능에 따라 저비용으로 최적 경량 모델을 탐색함. 또한, 기존 관련 기술들이 모델 탐색을 위해 다소 복잡하고 어려운 딥러닝 지식을 요구했다면, 본 기술은 그러한 지식이 없어도 최신 모델들의 형상을 활용하여 최적 모델을 구성할 수 있음. 사용자가 단순히 타겟 환경과 목표 성능을 질의의 형태로 제공하면, 본 소프트웨어는 해당 환경에서 최적화된 모델을 탐색하여 뱉어냄.
● 본 소프트웨어 및 기술은 비싼 비용을 지속적으로 요구하는 클라우드 급의 자원을 필요로 하지 않기 때문에, 이를 활용하는 기업은 적은 비용으로 타겟 서비스를 위한 핵심 기술의 내재화를 꾀할 수 있음. 또한, 모델 구조 탐색을 위해 복잡한 지식을 요구하지 않기 때문에 본 기술을 활용하는 데 있어서 기존 기술 대비 고도로 숙련된 인력을 필요로 하지 않음. 중소기업의 경우 설비 및 인력에 대한 비용 절감이 특별히 더 중요하기 때문에 본 기술을 통해 다양한 기기 환경을 지원하는 고품질의 인공지능 서비스를 개발 및 제공할 수 있을 것으로 기대할 수 있음.
본 기술은 주어진 추론 환경에서 적합한 객체 탐지 추론을 수행할 수 있도록 지원하는 딥러닝 소프트웨어다.
주요 구현체는 1) 경량 백본 모델 탐색 기능, 2) 목표 데이터를 기반으로 탐색된 모델을 재학습하는 기능, 3) 객체 탐지 추론 테스트 기능으로 구성된다.
기술 특징
1) <적응성> 타겟 추론 환경별 최적화된 신경망 모델 탐색 가능
2) <저비용> 사전 학습된 가중치 및 구조 활용을 통해 최종 모델을 빠르게 추출/학습
3) <활용성> 사용자에게 복잡한 CNN 구조에 대한 지식 요구 최소화
기술 장점
1) 추론 환경(자원 성능, 기기 종류 등)에 대한 제약이 적음
2) 사전학습된 서브 네트워크 가중치를 활용하여 재학습 비용 감축
3) 원본 신경망 모델에서 느린 블록을 더 효율적인 블록으로 자동 대체
본 기술이전은 드론 드론 등과 같은 엣지 기기에서 경량 객체 추론을 지원하기 위한 딥러닝 소프트웨어 구현체를 핵심 내용으로 포함하며, 다음과 같은 주요 기능으로 구성된다.
1) 주어진 추론 환경을 고려한 경량 백본 모델 탐색 기능
2) 탐색된 경량 모델에 대한 효과적인 재학습 기능
3) 학습된 객체 탐지 모델의 추론 정확도를 테스트하는 기능
1) TensorFlow(Keras)기반 객체 탐지 모델 학습 및 추론 관련 소스코드
2) 백본 네트워크 탐색 기능 패키지(라이브러리)
3) 사전처리된 모델 하우스, 탐색/학습된 모델
4) 추론 테스트 프로그램, 관련 기술자료 제공
본 BespokeDet 기술은 엣지 기기 기반의 객체 탐지 관련 광범위한 서비스 및 제품 개발에서 활용될 수 있다. 대표적인 활용 분야로는 로봇, 드론, CCTV, 스마트폰 등이 있으며, 서비스 및 기능으로는 사람 탐지, 자동차 통행량/탐지, 가축 탐지 등이 있다. 특히, 본 기술은 제품의 종류가 다양하고, 배터리 등 제약 조건이 많은 드론 분야에서 유용하게 활용될 수 있다.
본 기술을 활용하는 기업은 지속적으로 고비용을 요구하는 클라우드 자원 없이 작은 연구실 규모의 자원으로 경량 객체 탐지 기술을 확보하고 내재화할 수 있음. 내재화된 기술은 다시 새로운 도메인의 데이터셋이나 엣지 기기로 서비스/제품군을 확장할 때 요구되는 비용 및 시간을 크게 절약하고 높은 품질은 유지할 수 있는 기반을 제공할 것으로 기대됨.