A Light-weight Model Based on Duplicate Max-pooling for Image Classification

Duplicate Max-pooling 기반 이미지 분류 경량 모델

  • Kim, Sanghoon (Electrical and Electronics Engineering Konkuk University) ;
  • Kim, Wonjun (Electrical and Electronics Engineering Konkuk University)
  • 김상훈 (건국대학교 전기전자공학부) ;
  • 김원준 (건국대학교 전기전자공학부)
  • Published : 2021.11.26

Abstract

고성능 딥러닝 모델은 학습과 추론 과정에서 고비용의 전산 자원과 많은 연산량을 필요로 하여 이에 따른 개발 환경과 많은 학습 시간을 필요로 하여 개발 지연과 한계가 발생한다. 따라서 HW 또는 SW 개선을 통해 파라미터 수, 학습 시간, 추론시간, 요구 메모리를 줄이는 연구가 지속 되어 왔다. 본 논문은 EfficientNet에서 사용된 Linear Bottleneck을 변경하여 정확도는 소폭 감소 하지만 기존 모델의 파라미터를 55%로 줄이는 경량화 모델을 제안한다.

Keywords

Acknowledgement

본 연구는 2021년도 과학기술정보통신부 및 정보통신기획평가원의 SW중심대학지원사업의 결과로 수행되었음 (No.2018-0-00213, SW중심대학(건국대학교)).