비최대 억제를 통한 밀집 객체 검출을 위한 지식 저장 증류

Knowledge Storage Distillation for Dense Object Detection via Non-maximum Suppression

초록

최근 많은 연구들이 밀집 객체 검출을 위한 지식 증류 프레임워크를 제안하였다. 하지만 이러한 프레임워크들은 교사 검출기로 인한 비효율성을 고려하지 않았다. 본 논문은 이러한 비효율성을 해결하기 위해 교사 검출기의 특징 맵 중에서 비최대 억제를 통해 핵심 특징만을 선별하여 사전에 저장하고 이를 재사용하는 방법을 제안한다. 제안된 기법은 학생 모델과 유사한 학습 속도를 가짐에도 기존의 최첨단 지식 증류 프레임워크를 상회하는 성능을 가진다.

키워드

Dense object detectionKnowledge distillationDeep neural network compressionNon-maximum suppression
제목
비최대 억제를 통한 밀집 객체 검출을 위한 지식 저장 증류
제목 (타언어)
Knowledge Storage Distillation for Dense Object Detection via Non-maximum Suppression
저자
손수호송병철
발행일
2025-01
유형
Y
저널명
전자공학회논문지
62
1
페이지
95 ~ 98