KR20230162676A

KR20230162676A - 객체 탐지기의 헤드 신경망 경량화 방법 및 시스템

Info

Publication number: KR20230162676A
Application number: KR1020237036978A
Authority: KR
Inventors: 채명수; 김태호; 박한철
Original assignee: 주식회사 노타
Priority date: 2021-11-23
Filing date: 2021-11-23
Publication date: 2023-11-28
Also published as: WO2023095934A1

Abstract

객체 탐지기의 헤드 신경망 경량화 방법 및 시스템을 개시한다. 일실시예에 따른 경량화 방법은, 객체 탐지기 모델을 입력받는 단계, 상기 입력받은 객체 탐지기 모델의 헤드 신경망을 교체하는 단계, 앵커 가지치기의 수행 여부를 결정하는 단계, 상기 앵커 가지치기를 수행하는 것으로 결정되는 경우, 상기 헤드 신경망이 교체된 객체 탐지기 모델에 대해 앵커 가지치기를 수행하는 단계 및 경량화된 객체 탐지기 모델을 출력하는 단계를 포함할 수 있다.

Description

객체 탐지기의 헤드 신경망 경량화 방법 및 시스템

본 발명의 실시예들은 객체 탐지기의 헤드 신경망 경량화 방법 및 시스템에 관한 것으로, 보다 상세하게는 백본 신경망 중심의 경량화가 아닌, 헤드 신경망 경량화에 특화된 경량화 방법 및 시스템에 관한 것이다.

본 발명은 2021년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원을 받아 수행된 연구이다(No. 2021-0-00907, 능동적 즉시 대응 및 빠른 학습이 가능한 적응형 경량 엣지 연동분석 기술개발. This work was supported by Institute of Information & communications Technology Planning & Evaluation (IITP) grant funded by the Korea government(MSIT) (No. 2021-0-00907, Development of Adaptive and Lightweight Edge-Collaborative Analysis Technology for Enabling Proactively Immediate Response and Rapid Learning)).

자율 주행 자동차, 스마트 신호 제어와 같은 시스템은 실시간성이 요구되지만, 리소스의 크기가 상대적으로 작은 디바이스 상에서 심층 신경망(deep neural network) 기반 객체 탐지기를 작동시키기 때문에 심층 신경망 모델에 대한 경량화가 필수적으로 수반되어야 한다.

심층 신경망 기반 객체 탐지기 모델은 입력에 대한 자질(feature)을 추출하는 백본(backbone) 신경망과 객체의 좌표와 객체 유형을 예측하는 헤드(head) 신경망으로 구성되어 있는데, 기존에는 백본 신경망 경량화에 대해서만 연구가 집중되었다.

백본 신경망의 경량화 방법으로는 크기가 상대적으로 크고 성능이 우수한 합성곱 신경망(convolutional neural network) 모델 대신 모바일넷(MobileNet)과 같이 효율적인 합성곱 신경망을 사용하는 방식이 주로 이용되었다. 또한 백본 신경망을 가지치기(pruning), 로우 랭크 근사화(low-rank approximation)와 같은 경량 화 기법을 이용하여 백본 신경망의 모델을 압축하기도 한다.

최근 효율적인 백본 신경망에 대한 연구가 활발히 이뤄지고 있으며, 백본 신경망의 경량화 기법들이 고도화되면서 백본 신경망의 연산량의 비중이 줄어들고 실제 예측을 수행하는 헤드 신경망의 연산량의 비중이 상대적으로 커지고 있다. 그러나 객체 탐지기의 헤드 신경망 경량화에 대한 논의와 연구는 활발하게 이뤄지지 않고 있다.

기존에 주로 연구되어왔던 백본 신경망 중심의 경량화가 아닌, 헤드 신경망 경량화에 특화된 객체 탐지기의 헤드 신경망 경량화 방법 및 시스템을 제공한다.

적어도 하나의 프로세서를 포함하는 컴퓨터 장치에 의해 수행되는 경량화 방법에 있어서, 상기 적어도 하나의 프로세서에 의해, 객체 탐지기 모델을 입력받는 단계; 상기 적어도 하나의 프로세서에 의해, 상기 입력받은 객체 탐지기 모델의 헤드 신경망을 교체하는 단계; 상기 적어도 하나의 프로세서에 의해, 앵커 가지치기의 수행 여부를 결정하는 단계; 상기 적어도 하나의 프로세서에 의해, 상기 앵커 가지치기를 수행하는 것으로 결정되는 경우, 상기 헤드 신경망이 교체된 객체 탐지기 모델에 대해 앵커 가지치기를 수행하는 단계; 및 상기 적어도 하나의 프로세서에 의해, 경량화된 객체 탐지기 모델을 출력하는 단계를 포함하는 경량화 방법을 제공한다.

일측에 따르면, 상기 헤드 신경망을 교체하는 단계는, 상기 입력받은 객체 탐지기 모델의 헤드 신경망을 구성하는 합성곱 레이어(convolutional layer)의 출력 채널수를 줄이는 것을 특징으로 할 수 있다.

다른 측면에 따르면, 상기 헤드 신경망을 교체하는 단계는, 상기 입력받은 객체 탐지기 모델의 헤드 신경망을 구성하는 합성곱 레이어를 다른 효율적인 형태의 합성곱 레이어 또는 블록(일례로, 셔플 블록(shuffle block))으로 교체하는 것을 특징으로 할 수 있다.

또 다른 측면에 따르면, 상기 헤드 신경망을 교체하는 단계는, 상기 입력받은 객체 탐지기 모델의 헤드 신경망을 신경망 구조 자동 탐색 기법(Neural Architecture Search, NAS)을 이용하여 탐색된 헤드 신경망으로 교체하는 것을 특징으로 할 수 있다.

또 다른 측면에 따르면, 상기 앵커 가지치기를 수행하는 단계는, 앵커의 중요도를 측정하는 단계; 상기 앵커의 중요도에 기반하여 일정 비율 이하에 속하는 앵커들을 제거하는 단계; 및 상기 일정 비율 이하에 속하는 앵커들이 제거된 객체 탐지기 모델을 재학습하는 단계를 포함하는 것을 특징으로 할 수 있다.

또 다른 측면에 따르면, 상기 앵커의 중요도를 측정하는 단계는, 각 독립적인 앵커의 출력을 제거하기 전과 후의 성능 하락 폭에 기반하여 각 독립적인 앵커의 중요도를 결정하는 것을 특징으로 할 수 있다.

또 다른 측면에 따르면, 상기 앵커의 중요도를 측정하는 단계는, 각 앵커가 예측하는 바운딩 박스의 잉여도에 기초하여 앵커의 중요도를 결정하는 것을 특징으로 할 수 있다.

또 다른 측면에 따르면, 상기 바운딩 박스의 잉여도는 제1 앵커가 예측한 바운딩 박스와의 IoU(Intersection over Union) 스코어가 기설정된 값 이상인 앵커 수를 한 앵커가 예측하는 바운딩 박스의 수로 나눈 값에 기초하여 계산되는 것을 특징으로 할 수 있다.

또 다른 측면에 따르면, 상기 IoU 스코어는 두 앵커가 각각 예측한 두 바운딩 박스가 오버랩되는 영역의 넓이를 상기 두 바운딩 박스의 전체 영역의 넓이로 나눈 값에 기초하여 계산되는 것을 특징으로 할 수 있다.

또 다른 측면에 따르면, 상기 경량화된 객체 탐지기 모델을 출력하는 단계는, 상기 앵커 가지치기가 수행되지 않은 경우에 상기 헤드 신경망을 교체한 객체 탐지기 모델을 상기 경량화된 객체 탐지기 모델로서 출력하고, 상기 앵커 가지치기가 수행된 경우에 상기 헤드 신경망을 교체하고 상기 앵커 가지치기가 수행된 객체 탐지기 모델을 상기 경량화된 객체 탐지기 모델로서 출력하는 것을 특징으로 할 수 있다.

컴퓨터 장치와 결합되어 상기 방법을 컴퓨터 장치에 실행시키기 위해 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램을 제공한다.

상기 방법을 컴퓨터 장치에 실행시키기 위한 프로그램이 기록되어 있는 컴퓨터 판독 가능한 기록매체를 제공한다.

컴퓨터 장치에서 판독 가능한 명령을 실행하도록 구현되는 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서에 의해, 객체 탐지기 모델을 입력받고, 상기 입력받은 객체 탐지기 모델의 헤드 신경망을 교체하고, 앵커 가지치기의 수행 여부를 결정하고, 상기 앵커 가지치기를 수행하는 것으로 결정되는 경우, 상기 헤드 신경망이 교체된 객체 탐지기 모델에 대해 앵커 가지치기를 수행하고, 경량화된 객체 탐지기 모델을 출력하는 것을 특징으로 하는 컴퓨터 장치 하는 컴퓨터 장치를 제공한다.

기존에 주로 연구되어왔던 백본 신경망 중심의 경량화가 아닌, 헤드 신경망 경량화에 특화된 객체 탐지기의 헤드 신경망 경량화 방법 및 시스템을 제공할 수 있다.

도 1은 본 발명의 일실시예에 따른 네트워크 환경의 예를 도시한 도면이다.
도 2는 본 발명의 일실시예에 따른 컴퓨터 장치의 예를 도시한 블록도이다.
도 3은 본 발명의 일실시예에 따른 객체 탐지기의 구조의 예를 도시한 도면이다.
도 4는 본 발명의 일실시예에 있어서, 원본 이미지 및 특징맵의 예를 도시한 도면이다.
도 5는 본 발명의 일실시예에 따른 경량화 방법의 예를 도시한 흐름도이다.
도 6은 본 발명의 일실시예에 있어서, IoU의 스코어를 계산하는 예를 도시한 도면이다.

발명의 실시를 위한 최선의 형태

이하, 실시예를 첨부한 도면을 참조하여 상세히 설명한다.

본 발명의 실시예들에 따른 경량화 시스템은 적어도 하나의 컴퓨터 장치에 의해 구현될 수 있다. 이때, 컴퓨터 장치에는 본 발명의 일실시예에 따른 컴퓨터 프로그램이 설치 및 구동될 수 있고, 컴퓨터 장치는 구동된 컴퓨터 프로그램의 제어에 따라 본 발명의 실시예들에 따른 경량화 방법을 수행할 수 있다. 상술한 컴퓨터 프로그램은 컴퓨터 장치와 결합되어 경량화 방법을 컴퓨터에 실행시키기 위해 컴퓨터 판독 가능한 기록매체에 저장될 수 있다.

도 1은 본 발명의 일실시예에 따른 네트워크 환경의 예를 도시한 도면이다. 도 1의 네트워크 환경은 복수의 전자 기기들(110, 120, 130, 140), 복수의 서버들(150, 160) 및 네트워크(170)를 포함하는 예를 나타내고 있다. 이러한 도 1은 발명의 설명을 위한 일례로 전자 기기의 수나 서버의 수가 도 1과 같이 한정되는 것은 아니다. 또한, 도 1의 네트워크 환경은 본 실시예들에 적용 가능한 환경들 중 하나의 예를 설명하는 것일 뿐, 본 실시예들에 적용 가능한 환경이 도 1의 네트워크 환경으로 한정되는 것은 아니다.

복수의 전자 기기들(110, 120, 130, 140)은 컴퓨터 장치로 구현되는 고정형 단말이거나 이동형 단말일 수 있다. 복수의 전자 기기들(110, 120, 130, 140)의 예를 들면, 스마트폰(smart phone), 휴대폰, 네비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 태블릿 PC 등이 있다. 일례로 도 1에서는 전자 기기(110)의 예로 스마트폰의 형상을 나타내고 있으나, 본 발명의 실시예들에서 전자 기기(110)는 실질적으로 무선 또는 유선 통신 방식을 이용하여 네트워크(170)를 통해 다른 전자 기기들(120, 130, 140) 및/또는 서버(150, 160)와 통신할 수 있는 다양한 물리적인 컴퓨터 장치들 중 하나를 의미할 수 있다.

통신 방식은 제한되지 않으며, 네트워크(170)가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망)을 활용하는 통신 방식뿐만 아니라 기기들간의 근거리 무선 통신 역시 포함될 수 있다. 예를 들어, 네트워크(170)는, PAN(personal area network), LAN(local area network), CAN(campus area network), MAN(metropolitan area network), WAN(wide area network), BBN(broadband network), 인터넷 등의 네트워크 중 하나 이상의 임의의 네트워크를 포함할 수 있다. 또한, 네트워크(170)는 버스 네트워크, 스타 네트워크, 링 네트워크, 메쉬 네트워크, 스타-버스 네트워크, 트리 또는 계층적(hierarchical) 네트워크 등을 포함하는 네트워크 토폴로지 중 임의의 하나 이상을 포함할 수 있으나, 이에 제한되지 않는다.

서버(150, 160) 각각은 복수의 전자 기기들(110, 120, 130, 140)과 네트워크(170)를 통해 통신하여 명령, 코드, 파일, 컨텐츠, 서비스 등을 제공하는 컴퓨터 장치 또는 복수의 컴퓨터 장치들로 구현될 수 있다. 예를 들어, 서버(150)는 네트워크(170)를 통해 접속한 복수의 전자 기기들(110, 120, 130, 140)로 서비스(일례로, 인스턴트 메시징 서비스, 소셜 네트워크 서비스, 결제 서비스, 가상 거래소 서비스, 리스크 모니터링 서비스, 게임 서비스, 그룹 통화 서비스(또는 음성 컨퍼런스 서비스), 메시징 서비스, 메일 서비스, 지도 서비스, 번역 서비스, 금융 서비스, 검색 서비스, 컨텐츠 제공 서비스 등)를 제공하는 시스템일 수 있다.

도 2는 본 발명의 일실시예에 따른 컴퓨터 장치의 예를 도시한 블록도이다. 앞서 설명한 복수의 전자 기기들(110, 120, 130, 140) 각각이나 서버들(150, 160) 각각은 도 2를 통해 도시된 컴퓨터 장치(200)에 의해 구현될 수 있다.

이러한 컴퓨터 장치(200)는 도 2에 도시된 바와 같이, 메모리(210), 프로세서(220), 통신 인터페이스(230) 그리고 입출력 인터페이스(240)를 포함할 수 있다. 메모리(210)는 컴퓨터에서 판독 가능한 기록매체로서, RAM(random access memory), ROM(read only memory) 및 디스크 드라이브와 같은 비소멸성 대용량 기록장치(permanent mass storage device)를 포함할 수 있다. 여기서 ROM과 디스크 드라이브와 같은 비소멸성 대용량 기록장치는 메모리(210)와는 구분되는 별도의 영구 저장 장치로서 컴퓨터 장치(200)에 포함될 수도 있다. 또한, 메모리(210)에는 운영체제와 적어도 하나의 프로그램 코드가 저장될 수 있다. 이러한 소프트웨어 구성요소들은 메모리(210)와는 별도의 컴퓨터에서 판독 가능한 기록매체로부터 메모리(210)로 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록매체는 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록매체를 포함할 수 있다. 다른 실시예에서 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록매체가 아닌 통신 인터페이스(230)를 통해 메모리(210)에 로딩될 수도 있다. 예를 들어, 소프트웨어 구성요소들은 네트워크(170)를 통해 수신되는 파일들에 의해 설치되는 컴퓨터 프로그램에 기반하여 컴퓨터 장치(200)의 메모리(210)에 로딩될 수 있다.

프로세서(220)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(210) 또는 통신 인터페이스(230)에 의해 프로세서(220)로 제공될 수 있다. 예를 들어 프로세서(220)는 메모리(210)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.

통신 인터페이스(230)는 네트워크(170)를 통해 컴퓨터 장치(200)가 다른 장치(일례로, 앞서 설명한 저장 장치들)와 서로 통신하기 위한 기능을 제공할 수 있다. 일례로, 컴퓨터 장치(200)의 프로세서(220)가 메모리(210)와 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청이나 명령, 데이터, 파일 등이 통신 인터페이스(230)의 제어에 따라 네트워크(170)를 통해 다른 장치들로 전달될 수 있다. 역으로, 다른 장치로부터의 신호나 명령, 데이터, 파일 등이 네트워크(170)를 거쳐 컴퓨터 장치(200)의 통신 인터페이스(230)를 통해 컴퓨터 장치(200)로 수신될 수 있다. 통신 인터페이스(230)를 통해 수신된 신호나 명령, 데이터 등은 프로세서(220)나 메모리(210)로 전달될 수 있고, 파일 등은 컴퓨터 장치(200)가 더 포함할 수 있는 저장 매체(상술한 영구 저장 장치)로 저장될 수 있다.

입출력 인터페이스(240)는 입출력 장치(250)와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 입력 장치는 마이크, 키보드 또는 마우스 등의 장치를, 그리고 출력 장치는 디스플레이, 스피커와 같은 장치를 포함할 수 있다. 다른 예로 입출력 인터페이스(240)는 터치스크린과 같이 입력과 출력을 위한 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수도 있다. 입출력 장치(250) 중 적어도 하나는 컴퓨터 장치(200)와 하나의 장치로 구성될 수도 있다. 예를 들어, 스마트폰과 같이 터치스크린, 마이크, 스피커 등이 컴퓨터 장치(200)에 포함된 형태로 구현될 수 있다.

또한, 다른 실시예들에서 컴퓨터 장치(200)는 도 2의 구성요소들보다 더 적은 혹은 더 많은 구성요소들을 포함할 수도 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 예를 들어, 컴퓨터 장치(200)는 상술한 입출력 장치(250) 중 적어도 일부를 포함하도록 구현되거나 또는 트랜시버(transceiver), 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수도 있다.

도 3은 본 발명의 일실시예에 따른 객체 탐지기의 구조의 예를 도시한 도면이다. 객체 탐지기는 백본(Backbone) 신경망, 중간(Neck) 신경망 및 헤드(Head) 신경망으로 구분될 수 있으나, 본 실시예에 따른 객체 탐지기에서는 중간 신경망과 헤드 신경망을 통틀어 헤드 신경망으로 정의할 수도 있다.

입력 이미지의 픽셀들은 백본 신경망의 합성곱 레이어(convolutional layer)를 통과하면서 추상화된 값으로 압축될 수 있으며, 해당 합성곱 레이어를 통과하기 전 보다 더 작은 해상도의 특징맵(feature map)으로 표현될 수 있다. 도 3에서 나타난 "Convolutional layer (1/n)"의 (1/n)은 해당 합성곱 레이어를 통과하고 난 후 이미지의 공간 크기(spatial size)의 감소량을 의미할 수 있다. 일례로, 800Х800 해상도의 이미지가 "convolutional layer (1/2)"을 통과하게 되면 400Х400의 해상도로 축소될 수 있다.

중간(Neck) 신경망에서는 서로 다른 크기의 특징맵을 또 다른 합성곱 레이어에 통과시켜 새로운 특징맵을 생성할 수 있다. 이때, 가장 작은 크기의 특징맵(도 3의 실시예에서는 "Feature map (1/32)")을 제외한 나머지 특징맵은 상단 백본 신경망의 고도로 추상화된 정보를 참조하기 위해서 자신 보다 상단에 존재하는 특징맵의 크기를 업샘플링(upsampling)시킨 후 결합시켜 새로운 특징맵을 생성한 후 합성곱 레이어를 통과시키게 된다.

도 4는 본 발명의 일실시예에 있어서, 원본 이미지 및 특징맵의 예를 도시한 도면이다. 1/n크기로 축소된 각 특징맵의 각 그리드(grid)는 원본 이미지의 n개 셀(cell)을 표현하게 되며, 각 그리드마다 사전 지정된 m개의 앵커가 어떻게 보정되어야 객체를 감싸는 바운딩 박스(bounding box)가 될 수 있는지와 해당 바운딩 박스안에 내포된 객체 유형에 대한 예측을 수행하게 된다. 각 특징맵마다 m개의 동일한 앵커들이 적용되며, 다른 특징맵에서는 다른 앵커들이 정의될 수 있다. 만약 각 특징맵마다 9개의 사전 정의된 앵커가 존재하고 4개의 특징맵이 생성된다면, 총 36개의 독립적인 앵커가 정의될 수 있다.

도 5는 본 발명의 일실시예에 따른 경량화 방법의 예를 도시한 흐름도이다. 본 실시예에 따른 경량화 방법은 경량화 시스템을 구현하는 적어도 하나의 컴퓨터 장치(200)에 의해 수행될 수 있다. 일례로, 컴퓨터 장치(200)의 프로세서(220)는 메모리(210)가 포함하는 운영체제의 코드나 적어도 하나의 컴퓨터 프로그램의 코드에 따른 제어 명령(instruction)을 실행하도록 구현될 수 있다. 여기서, 프로세서(220)는 컴퓨터 장치(200)에 저장된 코드가 제공하는 제어 명령에 따라 컴퓨터 장치(200)가 도 5의 방법이 포함하는 단계들(510 내지 550)을 수행하도록 컴퓨터 장치(200)를 제어할 수 있다.

단계(510)에서 컴퓨터 장치(200)는 객체 탐지기 모델을 입력받을 수 있다. 예를 들어, 컴퓨터 장치(200)는 전체 구조 중 헤드 신경망을 경량화하기 위한 객체 탐지기의 원본 모델을 입력받을 수 있다.

단계(520)에서 컴퓨터 장치(200)는 입력받은 객체 탐지기 모델의 헤드 신경망을 교체할 수 있다. 일례로, 컴퓨터 장치(200)는 객체 탐지기의 원본 모델이 포함하는 헤드 신경망을 상대적으로 소형인 헤드 신경망(경량화된 헤드 신경망)으로 교체할 수 있다. 큰 사이즈의 모델에서 학습된 백본 신경망일수록 더 좋은 특징 추출(feature extraction) 능력을 가지기 때문에, 단계(520)에서 컴퓨터 장치(200)는 사전 학습된 입력 모델의 백본 신경망의 파라미터를 유지한 상태에서 헤드 신경망을 수정하게 된다면 더 좋은 성능을 얻을 수 있다.

이때, 컴퓨터 장치(200)는 아래 (1) 내지 (3) 중 적어도 하나의 방법을 통해 헤드 신경망을 경량화된 헤드 신경망으로 교체할 수 있다.

(1) 신경망 구조 자동 탐색 기법(Neural Architecture Search, NAS)를 이용하여 고성능 고 효율의 헤드 신경망을 탐색하는 방법, 일례로 컴퓨터 장치(200)는 입력받은 객체 탐지기 모델의 헤드 신경망을 신경망 구조 자동 탐색 기법을 이용하여 탐색된 헤드 신경망으로 교체할 수 있다.

(2) 헤드 신경망을 구성하는 합성곱 레이어의 출력 채널수를 줄이는 방법, 일례로 컴퓨터 장치(200)는 입력받은 객체 탐지기 모델의 헤드 신경망을 구성하는 합성곱 레이어의 출력 채널수를 줄임으로써 헤드 신경망을 교체할 수 있다.

(3) 헤드 신경망을 구성하는 합성곱 레어어를 더 효율적인 합성곱 레이어 혹은 블록(일례로, 셔플 블록(Shuffle block))으로 교체하는 방법, 일례로 컴퓨터 장치(200)는 입력받은 객체 탐지기 모델의 헤드 신경망을 구성하는 합성곱 레이어를 다른 합성곱 레이어 블록으로 교체할 수 있다.

헤드 신경망을 교체한 후, 교체된 헤드 신경망의 파라미터가 초기값으로 되어있으므로, 헤드 신경망이 교체된 모델의 성능을 객체 탐지기의 원본 모델의 성능만큼 끌어올리기 위해 원본 모델을 학습한 학습 데이터로 헤드 신경망이 교체된 모델에 대한 재학습을 수행할 수 있다. 이때 전이학습(transfer learning) 방식과 마찬가지로 큰 모델에서 학습되어 좋은 파라미터를 가진 백본 신경망의 파라미터에서 학습을 시작하되, 교체(경량화)된 헤드 신경망만 학습시키는 방식 혹은 백본 신경망도 함께 업데이트 시키는 방식 모두 사용이 가능하다.

상술한 (1) 내지 (3)의 방법들 가운데 합성곱 신경망 레이어의 출력 채널수를 줄이는 방법(2)이 가장 쉽게 사용될 수 있는 방법이며, 실험을 통해 백본 신경망의 파라미터를 유지한 상태에서 헤드 신경망의 채널 수를 조절한 후 백본 및 헤드 신경망 전체를 재학습시키는 방식을 적용했을 때 입력된 원본 모델보다 더 좋은 성능을 내면서도 레이턴시(latency, 추론 속도)를 개선할 수 있음을 확인하였다.

실험에 사용된 객체 탐지기 모델은 "Yolo v5"이며, 입력된 객체 탐지기 모델의 백본 신경망의 파라미터를 유지한 상태에서 헤드 신경망을 더 작은 수의 출력 채널을 갖는 합성곱 레이어로 구성된 헤드 신경망으로 교체하였다. 이때 사용된 데이터는 이미지 상에서 문자열 객체를 인식하는 OCR(Optical Character Reader) 데이터로 36,939장의 이미지로 학습되었으며, 3,000장의 평가 데이터로 평가되었다. 이때 객체 탐지기의 성능 지표로는 F1 스코어가 사용되었다. 성능 평가 결과는 아래 표 1과 같다.

	F1 스코어	Latency (ms)	파라미터 수
원본 객체 탐지기	0.7945	137.06	36.34
헤드 신경망이 교체된 객체 탐지기	0.7998	116.02	24.56

단계(530)에서 컴퓨터 장치(200)는 앵커 가지치기(anchor pruning)의 수행 여부를 결정할 수 있다. 앵커 가지치기는 헤드 신경망이 교체된 이후 추가적인 추론 속도 개선을 위해 수행될 수 있다. 예를 들어, 앵커 가지치기는 객체 탐지기에 사전 정의된 앵커를 제거함으로써, 다음 (1) 및 (2)의 두 가지 측면에서 추론 속도를 개선시킬 수 있다.(1) 예측해야 하는 바운딩 박스에 대한 각 앵커의 보정치 개수를 줄임

(2) 중복되는 바운딩 박스 중 가장 좋은 바운딩 박스를 선택하기 위해 예측된 바운딩 박스를 페어링해서 비교하는 NMS(Non-Maximum Suppression) 과정에 사용되는 바운딩 박스의 수를 줄여 추론 속도를 개선시킬 수 있음

사전 정의된 전체 앵커의 개수가 소수이거나 앵커가 사용되지 않는 객체 탐지기(anchor-free object detector)인 경우에는 앵커 가지치기를 사용하기 어렵지만, 대부분 고 성능의 객체 탐지기는 앵커의 개수가 많기 때문에 이러한 객체탐지기에 대해서는 앵커 가지치기가 가능하다.

앵커 가지치기를 수행하는 것으로 결정하는 경우에는 단계(540)이 수행될 수 있고, 앵커 가지치기를 수행하지 않는 것으로 결정하는 경우에는 단계(550)이 수행될 수 있다.

단계(540)에서 컴퓨터 장치(200)는 헤드 신경망이 교체된 모델에 대해 앵커 가지치기를 수행할 수 있다. 앵커 가지치기를 수행하기 전에 경량화된 모델에 대해서 검증 데이터 셋(validation dataset)을 통해 각 앵커로부터 얻은 모든 바운딩 박스 및 객체 유형에 대한 예측 값을 사전에 저장할 수 있다. 이때, 앵커 가지치기는 아래 (1) 내지 (3)의 세 단계로 수행될 수 있다.

(1) 앵커 중요도 측정, 일례로 컴퓨터 장치(200)는 앵커의 중요도를 측정할 수 있다.

(2) 일정 비율(일례로, r%)의 중요하지 않은 앵커 제거, 일례로 컴퓨터 장치(200)는 앵커의 중요도에 기반하여 r%의 앵커를 제거할 수 있다. 여기서, r은 자연수일 수 있으며, 컴퓨터 장치(200)는 전체 앵커들 중 중요도를 기반으로 r% 이하에 속하는 앵커들을 제거할 수 있다.

(3) 모델 재학습, 일례로 컴퓨터 장치(200)는 r%의 앵커가 제거된 모델을 재학습할 수 있다.

앵커 중요도 측정(1)은 다음 (a) 및 (b)의 두 가지 중 하나를 통해 수행될 수 있다.

(a) 성능 기반 중요도 측정

(b) 잉여(redundant) 앵커 측정

성능 기반 중요도 측정(a)을 위해, 컴퓨터 장치(200)는 저장된 각 앵커별 예측 값에 대해서, 각 독립적인 앵커들의 출력들을 제거한 후 검증 데이터 셋에서 성능 평가를 수행할 수 있다. 이때, 컴퓨터 장치(200)는 기존 대비 성능 하락 폭을 측정한 후, 성능 하락 폭이 상대적으로 적은 앵커를 중요한 앵커로, 성능 하락 폭이 상대적으로 큰 앵커를 중요하지 않은 앵커로 간주하여 정렬할 수 있다. 다시 말해, 컴퓨터 장치(200)는 각 독립적인 앵커의 출력을 제거하기 전과 후의 성능 하락 폭에 기반하여 각 독립적인 앵커의 중요도를 결정하여 앵커들을 정렬할 수 있다.

잉여 앵커 측정(b)과 관련하여, 각 특징맵에 정의된 하나의 앵커는 다른 특징맵에서의 앵커와 거의 동일한 바운딩 박스를 예측하는 경우가 많다. 이러한 잉여 바운딩 박스를 찾아 제거하면 불필요하게 예측되는 바운딩 박스의 수를 줄일 수 있다. 각 바운딩 박스의 잉여도(redundancy)는 다른 앵커가 예측한 바운딩 박스와의 IoU(Intersection over Union) 스코어가 x 이상인 앵커 수를 한 앵커가 예측하는 바운딩 박스의 수로 나눈 값으로 계산될 수 있다. 이때, 컴퓨터 장치(200)는 각 앵커가 예측하는 바운딩 박스의 잉여도에 기초하여 앵커의 중요도를 결정할 수 있다. 여기서, IoU의 스코어는 두 바운딩 박스가 겹치는 정도를 측정하는 것으로, 두 바운딩 박스가 오버랩되는 영역의 넓이를 두 바운딩 박스의 전체 영역의 넓이로 나눈 값으로 계산될 수 있다. 이러한 IoU의 스코어가 1에 가까울수록 두 바운딩 박스는 동일하다고 볼 수 있으며, 0에 가까울수록 두 바운딩 박스가 서로 다르다고 볼 수 있다.

도 6은 본 발명의 일실시예에 있어서, IoU의 스코어를 계산하는 예를 도시한 도면이다. 도 6에서 "Score"는 IoU의 스코어에 대응될 수 있으며, "Area of overlap"은 두 바운딩 박스가 오버랩되는 영역의 넓이를, "Area of union"은 두 바운딩 박스의 전체 영역의 넓이를 각각 의미할 수 있다. 도 6에 도시된 바와 같이 "Score"는 "Area of overlap"를 "Area of union"로 나눈 값으로 계산될 수 있다.

r%의 중요하지 않은 앵커 제거(2)를 위해, 컴퓨터 장치(200)는 사전에 정의된 앵커들 중에서 정렬된 앵커의 하위 r%의 앵커를 제거할 수 있다. 이때, r의 값은 검증 데이터 셋을 이용하여 성능 하락 대비 추론 속도 개선 정도를 고려하여 기설정될 수 있다.

모델 재학습(3)을 위해, 컴퓨터 장치(200)는 앵커 가지치기 후 새롭게 정의된 앵커에 대해서 모델을 적응시키기 위해 마찬가지로 원본 객체 탐지기를 학습시켰을 때 사용된 학습 데이터를 이용하여 모델의 재학습을 수행할 수 있다.

단계(550)에서 컴퓨터 장치(200)는 경량화된 객체 탐지기 모델을 출력할 수 있다. 단계(540)이 생략된 경우에 컴퓨터 장치(200)는 헤드 신경망이 교체된 경량화된 객체 탐지기 모델을 출력할 수 있으며, 단계(540)이 수행된 경우에 컴퓨터 장치(200)는 헤드 신경망이 교체되고 앵커 가지치기가 수행된 경량화된 객체 탐지기 모델을 출력할 수 있다.

이처럼, 본 발명의 실시예들에 따르면, 기존에 주로 연구되어왔던 백본 신경망 중심의 경량화가 아닌, 헤드 신경망 경량화에 특화된 객체 탐지기의 헤드 신경망 경량화 방법 및 시스템을 제공할 수 있다.

이상에서 설명된 시스템 또는 장치는 하드웨어 구성요소, 또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 어플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록매체에 저장될 수 있다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수개 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 애플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.

발명의 실시를 위한 형태

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.

Claims

적어도 하나의 프로세서를 포함하는 컴퓨터 장치에 의해 수행되는 경량화 방법에 있어서,
상기 적어도 하나의 프로세서에 의해, 객체 탐지기 모델을 입력받는 단계;
상기 적어도 하나의 프로세서에 의해, 상기 입력받은 객체 탐지기 모델의 헤드 신경망을 교체하는 단계;
상기 적어도 하나의 프로세서에 의해, 앵커 가지치기의 수행 여부를 결정하는 단계;
상기 적어도 하나의 프로세서에 의해, 상기 앵커 가지치기를 수행하는 것으로 결정되는 경우, 상기 헤드 신경망이 교체된 객체 탐지기 모델에 대해 앵커 가지치기를 수행하는 단계; 및
상기 적어도 하나의 프로세서에 의해, 경량화된 객체 탐지기 모델을 출력하는 단계
를 포함하는 경량화 방법.
제1항에 있어서,
상기 헤드 신경망을 교체하는 단계는,
상기 입력받은 객체 탐지기 모델의 헤드 신경망을 구성하는 합성곱 레이어(convolutional layer)의 출력 채널수를 줄이는 것을 특징으로 하는 경량화 방법.
제1항에 있어서,
상기 헤드 신경망을 교체하는 단계는,
상기 입력받은 객체 탐지기 모델의 헤드 신경망을 구성하는 합성곱 레이어를 다른 합성곱 레이어 블록으로 교체하는 것을 특징으로 하는 경량화 방법.
제1항에 있어서,
상기 헤드 신경망을 교체하는 단계는,
상기 입력받은 객체 탐지기 모델의 헤드 신경망을 신경망 구조 자동 탐색 기법(Neural Architecture Search, NAS)을 이용하여 탐색된 헤드 신경망으로 교체하는 것을 특징으로 하는 경량화 방법.
제1항에 있어서,
상기 앵커 가지치기를 수행하는 단계는,
앵커의 중요도를 측정하는 단계;
상기 앵커의 중요도에 기반하여 일정 비율 이하에 속하는 앵커들을 제거하는 단계; 및
상기 일정 비율 이하에 속하는 앵커들이 제거된 객체 탐지기 모델을 재학습하는 단계
를 포함하는 것을 특징으로 하는 경량화 방법.
제5항에 있어서,
상기 앵커의 중요도를 측정하는 단계는,
각 독립적인 앵커의 출력을 제거하기 전과 후의 성능 하락 폭에 기반하여 각 독립적인 앵커의 중요도를 결정하는 것을 특징으로 하는 경량화 방법.
제5항에 있어서,
상기 앵커의 중요도를 측정하는 단계는,
각 앵커가 예측하는 바운딩 박스의 잉여도에 기초하여 앵커의 중요도를 결정하는 것을 특징으로 하는 경량화 방법.
제7항에 있어서,
상기 바운딩 박스의 잉여도는 제1 앵커가 예측한 바운딩 박스와의 IoU(Intersection over Union) 스코어가 기설정된 값 이상인 앵커 수를 한 앵커가 예측하는 바운딩 박스의 수로 나눈 값에 기초하여 계산되는 것을 특징으로 하는 경량화 방법.
제8항에 있어서,
상기 IoU 스코어는 두 앵커가 각각 예측한 두 바운딩 박스가 오버랩되는 영역의 넓이를 상기 두 바운딩 박스의 전체 영역의 넓이로 나눈 값에 기초하여 계산되는 것을 특징으로 하는 경량화 방법.
제1항에 있어서,
상기 경량화된 객체 탐지기 모델을 출력하는 단계는,
상기 앵커 가지치기가 수행되지 않은 경우에 상기 헤드 신경망을 교체한 객체 탐지기 모델을 상기 경량화된 객체 탐지기 모델로서 출력하고, 상기 앵커 가지치기가 수행된 경우에 상기 헤드 신경망을 교체하고 상기 앵커 가지치기가 수행된 객체 탐지기 모델을 상기 경량화된 객체 탐지기 모델로서 출력하는 것을 특징으로 하는 경량화 방법.
컴퓨터 장치와 결합되어 제1항 내지 제10항 중 어느 한 항의 방법을 컴퓨터 장치에 실행시키기 위해 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램.
제1항 내지 제10항 중 어느 한 항의 방법을 컴퓨터 장치에 실행시키기 위한 프로그램이 기록되어 있는 컴퓨터 판독 가능한 기록매체.
컴퓨터 장치에서 판독 가능한 명령을 실행하도록 구현되는 적어도 하나의 프로세서
를 포함하고,
상기 적어도 하나의 프로세서에 의해,
객체 탐지기 모델을 입력받고,
상기 입력받은 객체 탐지기 모델의 헤드 신경망을 교체하고,
앵커 가지치기의 수행 여부를 결정하고,
상기 앵커 가지치기를 수행하는 것으로 결정되는 경우, 상기 헤드 신경망이 교체된 객체 탐지기 모델에 대해 앵커 가지치기를 수행하고,
경량화된 객체 탐지기 모델을 출력하는 것
을 특징으로 하는 컴퓨터 장치.
제13항에 있어서,
상기 헤드 신경망을 교체하기 위해, 상기 적어도 하나의 프로세서에 의해,
상기 입력받은 객체 탐지기 모델의 헤드 신경망을 구성하는 합성곱 레이어(convolutional layer)의 출력 채널수를 줄이거나, 상기 입력받은 객체 탐지기 모델의 헤드 신경망을 구성하는 합성곱 레이어를 다른 합성곱 레이어 블록으로 교체하거나 또는 상기 입력받은 객체 탐지기 모델의 헤드 신경망을 신경망 구조 자동 탐색 기법(Neural Architecture Search, NAS)을 이용하여 탐색된 헤드 신경망으로 교체하는 것
을 특징으로 하는 컴퓨터 장치.
제13항에 있어서,
상기 앵커 가지치기를 수행하기 위해, 상기 적어도 하나의 프로세서에 의해,
앵커의 중요도를 측정하고,
상기 앵커의 중요도에 기반하여 일정 비율 이하에 속하는 앵커들을 제거하고,
상기 일정 비율 이하에 속하는 앵커들이 제거된 객체 탐지기 모델을 재학습하는 것
을 특징으로 하는 컴퓨터 장치.
제15항에 있어서,
상기 앵커의 중요도를 측정하기 위해, 상기 적어도 하나의 프로세서에 의해,
각 독립적인 앵커의 출력을 제거하기 전과 후의 성능 하락 폭에 기반하여 각 독립적인 앵커의 중요도를 결정하거나 또는 각 앵커가 예측하는 바운딩 박스의 잉여도에 기초하여 앵커의 중요도를 결정하는 것
을 특징으로 하는 컴퓨터 장치.