发明公开
KR1020220085642A 변형가능 컨벌루션 네트워크를 정적 계산 기법을 사용하여 최적화한 BSDCN(Bounded Static Deformable Convolution Network)의 학습 방법 및 학습 장치, 그리고 이를 이용한 테스트 방법 및 테스트 장치
有权
基本信息:
- 专利标题： 변형가능 컨벌루션 네트워크를 정적 계산 기법을 사용하여 최적화한 BSDCN(Bounded Static Deformable Convolution Network)의 학습 방법 및 학습 장치, 그리고 이를 이용한 테스트 방법 및 테스트 장치
- 专利标题（英）：BSDCNBounded Static Deformable Convolution Network LEARNING METHOD AND LEARNING DEVICE FOR BSDCNBOUNDED STATIC DEFORMABLE CONVOLUTION NETWORK DESIGNED BY OPTIMIZING DEFORMABLE CONVOLUTION NETWORK USING STATIC CALCULATION SCHEME AND TESTING METHOD AND TESTING DEVICE USING THE SAME
- 申请号：KR1020200175868 申请日：2020-12-15
- 公开(公告)号：KR1020220085642A 公开(公告)日：2022-06-22
- 主分类号： G06N3/08
- IPC分类号： G06N3/08 ; G06N3/04 ; G06N5/04
摘要：
변형가능컨벌루션(Deformable Convolution) 개념을도입하여비정형패턴에대한모델링능력을높이면서도, 정적계산기법을사용하여일반적인딥러닝프레임워크의고수준 API를통해구현될수 있도록함으로써연산량을줄이고구현의복합도를최적화한 BSDCN(Bounded Static Deformable Convolution Network)의학습방법이개시된다. 즉, (a) 학습장치가, 학습이미지가입력되면, 상기 BSDCN에포함된디포밍(Deforming) 유닛으로하여금, (i) 적어도하나의원본컨벌루션커널및 (ii) 상기원본컨벌루션커널의각각의원본컨벌루션파라미터중 적어도일부에대응하는적어도하나의오프셋파라미터를참조로하여, 상기원본컨벌루션커널에비해확장분산된적어도하나의디폼(Deformed) 컨벌루션커널을생성하도록하는단계; (b) 상기학습장치가, 상기 BSDCN에포함된디폼컨벌루션레이어로하여금, 상기디폼컨벌루션커널을사용하여상기학습이미지에적어도하나의디폼컨벌루션연산을가하여적어도하나의학습용중간피처맵을생성하도록하는단계; (c) 상기학습장치가, 상기 BSDCN에포함된연산레이어로하여금, 상기학습용중간피처맵에적어도하나의뉴럴네트워크연산을가하여상기학습이미지에대응하는학습용추론정보를생성하도록하는단계; 및 (d) 상기학습장치가, 상기 BSDCN에포함된로스레이어로하여금, 상기학습용추론정보및 정답(Ground-Truth) 추론정보를참조하여로스를생성하도록한 후, 상기로스를참조하여백프로퍼게이션을수행함으로써상기오프셋파라미터및 상기원본컨벌루션파라미터중 적어도일부를학습하도록하는단계를포함하는것을특징으로하는방법이개시된다.
摘要（英）：
Disclosed is a method for training a bounded static deformable convolution network (BSDCN), the method introducing the concept of deformable convolution to increase the ability for modeling atypical patterns by using a static calculation scheme, via high-level APIs of general deep-learning frameworks, thereby reducing the amount of calculations and optimizing the complexity of implementation.