경량형 CNN을 이용한 실시간 차량 검출 모델

초록

본 논문은 객체 검출에서 높은 공간 해상도를 유지하면서 채널 수를 감소시켜 연산량을 최소화하는 경량형 컨볼루션 신경망을 제안한다. DETRAC 데이터셋의 차량 검출 과제에 적용한 결과, 1.5 GFLOPs에서 93.39 AP를 달성했으며, 0.47 GFLOPs 모델은 CPU 실시간(34 fps) 성능을 보이며 91.43 AP를 기록했다.

상세 분석

이 연구는 두 가지 핵심 설계 원칙을 기반으로 한다. 첫 번째는 피처 추출 단계에서 공간 해상도를 가능한 크게 유지하는 것이며, 두 번째는 채널 수를 효율적으로 축소해 FLOPs와 메모리 사용량을 낮추는 것이다. 기존 SSD 기반 검출기들은 연산량을 줄이기 위해 연속적인 풀링과 스트라이드가 큰 컨볼루션을 사용해 피처 맵을 급격히 축소한다. 그러나 급격한 해상도 감소는 작은 물체나 세밀한 위치 정보를 손실시켜 검출 정확도에 악영향을 미친다. 저자들은 이를 해결하기 위해 마지막 두 단계의 풀링을 제거하고, 대신 2와 4의 팽창(dilation)율을 적용해 수용 영역을 유지하면서 해상도 손실을 방지한다.

채널 감소 전략은 크게 세 가지로 전개된다. (1) One‑shot random sampling: 전체 모델에서 무작위로 일정 비율의 채널을 선택하고, 선택된 서브넷을 미세조정한다. (2) One‑shot pruning: L1 노름을 기준으로 중요도가 낮은 필터를 5 %~10 % 비율로 제거하고, 이후 학습률을 낮춘 상태에서 전체 네트워크를 재학습한다. (3) Iterative pruning: 위 과정을 여러 번 반복해 목표 FLOPs에 도달할 때까지 점진적으로 채널을 축소한다. 실험 결과, 반복적 프루닝이 가장 높은 AP(91.43 AP, 0.47 GFLOPs)와 좋은 속도 균형을 제공하였다. 또한 PCA 기반 분해를 적용해 필터를 저차원 기저로 표현했지만, L1 기반 프루닝에 비해 성능 향상이 미미했다.

피처 추출 백본으로는 SqueezeNet1.0, MobileNet, PV‑ANet, ResNet10 네 가지를 선택했으며, ImageNet 상의 Top‑1/Top‑5 정확도와 FLOPs를 기준으로 비교하였다. DETRAC 검증 셋에서 ResNet10이 가장 높은 AP(89.94 %)를 기록했으며, 이를 기반으로 SSDR‑1.5 모델을 설계했다. 채널 축소 후에도 ResNet10 기반 모델은 1.5 GFLOPs에서 93.39 AP를 달성, 이는 기존 경량 모델들보다 현저히 높은 정확도이다.

CPU 실시간 성능을 목표로 한 SSDR‑0.47 모델은 0.47 GFLOPs, 0.24 M 파라미터 규모이며, Intel i7‑6700K에서 34 fps를 기록한다. 이는 기존 SSD, Faster‑RCNN, YOLO2 등과 비교했을 때 12 배 이상의 속도 향상을 보이며, 정확도 차이는 12 AP 수준에 머문다. 또한, 제안 기법을 VOC 2007 데이터셋에 적용했을 때도 MobileNet 기반 SSDM‑7.5가 73.08 AP를 달성, 기존 SSD 대비 3~4 AP 상승을 확인하였다.

전체적으로 이 논문은 “큰 피처 맵 + 적은 채널”이라는 직관적인 설계가 경량화와 정확도 사이의 트레이드오프를 효과적으로 완화한다는 점을 실험적으로 입증한다. 또한, 복잡한 구조의 FPN이나 클러스터링 프라이어와 같은 고급 기법 없이도 단순한 프루닝과 dilated convolution만으로도 실시간 CPU 검출이 가능함을 보여준다. 이러한 접근은 임베디드 시스템, 자율주행 차량, 스마트 시티 감시 등 연산 자원이 제한된 현장에 바로 적용할 수 있는 실용적 가치를 제공한다.