중요도-중복도 결합 기반 가지치기를 이용한 치아 영상 분할 경량화

초록

딥러닝 기반 치아 분할 모델은 구조가 깊어지고 복잡해질수록 높은 정확도를 보이지만, 실제 산업 현장에서는 연산량과 메모리 요구가 커 적용이 어렵다. 이를 해결하기 위해 가지치기 기법이 활용되지만, 기존 방법은 필터 중요도에만 집중해 중복성을 고려하지 못하는 한계가 있다. 본 논문에서는 맨해튼 거리 기반 중복도 평가를 결합해 중요도와 중복도를 동시에 반영하는 DDGWD 기법을 제안한다. U-Net 기반 실험 결과, 제안 기법은 기존 중요도 기반 방법 대비 연산량을 약 9.7%, GPU 메모리를 약 4.8% 절감하면서 성능 저하는 0.04로 최소화했다.

키워드