YONI : 객체 탐지를 위한 개선된 합동 훈련

Abstract

딥러닝을 이용한 객체인식 방법은 나날이 발전하여 오늘날 매우 빠른 속도와 성능을 보이고 있다. 다만 그러한 딥러닝 모델을 충분히 학습시키려면 상당한 양의 데이터가 필요한데, 이는 개인이 소자본으로 사용하기에 부적절하다. 이전에도 데이터셋 부족 문제를 해결하기 위한 여러 가지 방법이 제안되었으나, 비용을 획기적으로 줄이거나 성능을 개선하기는 어려웠다. 이에 본 연구에서는 기존 방법의 성능 향상을 위해, 두 종류의 데이터셋을 각각 학습하는 YONI(You Only Need Images) 방법을 제안한다. 제안 방법은 먼저, 학습하려는 카테고리의 공통점 카테고리를 기존의 잘 알려진 데이터셋을 이용해 학습한다. 다음으로, 학습한 모델이 사용자가 만든 데이터셋의 box annotation 작업을 수행한다. 마지막으로, 학습하려는 카테고리를 사용자 데이터셋을 이용해 학습한다. 이 학습 방법이 기존의 방법처럼 비싼 box annotation 작업을 생략하면서도, box annotation 정보를 사용하지 않아 발생하는 성능 손실을 개선함으로써 기존의 방법보다 성능이 우수함을 보인다.