EfficentNet, EfficentDet / ①

문제3) EfficentNet과 EfficentDet의 비교

답)

 

 

1. CNN 성능과 효율 향상 모델, EfficientNet과 EfficientDet 개념 비교

 

EfficientNet	EfficientDet
Compound Scaling을 통해 적은 파라미터수를 가지고 정확성과 효율성을 향상시간 Image Classification 모델 AutoML 및 모델 확장을 통해 정확성과 효율성을향상	EfficientNet을 backbone으로 하고 BiFPN과Compund Scaling을 조합하여 적은 파라미터수로 더욱 좋은 성능을 보여주는 Object Detection 모델
EfficientNet은 Image Classification 문제를 타겟으로 EfficientDet은 Object Detection 문제를 타켓으로 효율적인 모델을 제시함

 

2. EfficientNet과 EfficientDet의 상세 비교

가. EfficientNet과 EfficientDet의 구조 비교

 

구분	구조 비교
EfficientNet
EfficientDet

 

 

나. EfficientNet과 EfficientDet의 특징 비교

 

구분	EfficientNet	EfficientDet
목적	Image Classification	Object Detection
기법상세	Compound Scaling	BiFPN(Weighted bidirectional feature network) Compound Scaling 적용
성능효과	3가지 Scaling Factor를 동시에 고려하는 Compund Scaling을 적용함 filter의 개수를(channel의 개수를) 늘리는 width scaling과 layer의 개수를 늘리는 depth scaling과 input image의 해상도를 높이는 resolution scaling 이 자주 사용	EfficientDet의 backbone으로는 ImageNet-pretrained EfficientNet을 사용함 BiFPN을 Feature Network로 사용하였고, level 3-7 feature에 적용함 top-down, bottom-up bidirectional feature fusion을 반복적으로 사용함
적용분야	parameter 수와 Flops 수를 절약함 기존 ImageNet 데이터셋에서 가장 높은 정확도를 보여줌	연산 효율이 매우 높음 정확도가 높고, 모델 크기가 작으며, Latency도 낮아서 빠르게 동작할 수 있음
EfficientNet를 backbone을 활용하여 Object Detection에 높은 성능을 발휘하는 EfficientDet 발표.

 

3. Semantic Segmentation, EfficientSeg

 

최근 EfficentNet을 활용하여 Semantic Segmentation에 좋은 성능을 발휘하는 EfficientSeg 발표

 

---

 

공감과 댓글은 아이티신비에게 큰 힘이 됩니다.

블로그 글이 유용하다면 블로그를 구독해주세요.♥