혁신적인 모바일 백본 모델, RapidNet 등장! 💨


카네기멜론대학교 연구팀이 개발한 RapidNet은 다층 팽창 합성곱을 활용한 순수 CNN 기반 모바일 백본 모델로, 기존 SOTA 모델들을 속도와 정확도 면에서 모두 능가하는 성능을 보여줍니다. 이는 모바일 기기에서의 AI 성능 향상에 새로운 가능성을 제시하는 획기적인 결과입니다.

related iamge

모바일 비전의 새로운 지평을 열다: RapidNet

최근 몇 년간 컴퓨터 비전 분야는 비전 트랜스포머(ViT)의 급부상으로 혁신을 거듭해왔습니다. 하지만 ViT는 연산량이 많아 모바일 기기에는 적합하지 않다는 한계가 있었습니다. 이 때문에 모바일 비전 애플리케이션에서는 CNN과 ViT 기반 하이브리드 모델이 주류를 이뤘고, 최근에는 Vision GNN(ViG)과 CNN 하이브리드 모델도 등장했습니다. 그러나 이러한 방법들은 여전히 순수 CNN 기반 모델에 비해 속도가 느렸습니다.

카네기멜론대학교 연구팀의 획기적인 연구 결과가 이러한 상황을 뒤바꿔놓았습니다. Mustafa Munir, Md Mostafijur Rahman, Radu Marculescu 등 연구진은 RapidNet이라는 새로운 모바일 백본 모델을 제시했습니다. RapidNet은 다층 팽창 합성곱(Multi-Level Dilated Convolutions)을 사용하여 순수 CNN 기반으로 설계되었습니다.

RapidNet의 핵심: 다층 팽창 합성곱

다층 팽창 합성곱은 표준 합성곱보다 더 큰 수용 영역(receptive field)을 제공합니다. 다양한 수준의 팽창은 이미지 내의 단거리 및 장거리 특징 간의 상호 작용을 가능하게 합니다. 이를 통해 이미지의 세부적인 특징과 전체적인 맥락을 동시에 고려하여 더욱 정확한 분석이 가능해집니다.

경이로운 성능: 속도와 정확성의 완벽한 조화

실험 결과, RapidNet은 이미지 분류, 객체 탐지, 인스턴스 분할, 의미 분할 등 다양한 영상 처리 과제에서 기존 최첨단(SOTA) 모바일 CNN, ViT, ViG 및 하이브리드 아키텍처를 능가하는 성능을 보였습니다. 특히 RapidNet-Ti 모델은 iPhone 13 mini NPU에서 0.9ms의 추론 지연 시간으로 ImageNet-1K에서 76.3%의 top-1 정확도를 달성했습니다. 이는 MobileNetV2x1.4 (74.7% top-1, 1.0ms 지연 시간)보다 더 빠르고 정확합니다.

이는 순수 CNN 아키텍처가 적절히 설계될 경우, 정확도와 속도 면에서 SOTA 하이브리드 및 ViT 모델을 능가할 수 있음을 보여주는 획기적인 결과입니다.

미래를 위한 전망

RapidNet의 등장은 모바일 기기에서의 AI 성능 향상에 새로운 가능성을 제시합니다. 더욱 빠르고 정확한 이미지 인식 기술은 자율주행, 증강현실, 의료 영상 분석 등 다양한 분야에 혁신을 가져올 것입니다. 앞으로 RapidNet을 기반으로 한 더욱 발전된 모바일 비전 애플리케이션들이 등장할 것으로 기대됩니다. 하지만 연구팀은 추가 연구를 통해 에너지 효율 개선 및 다양한 하드웨어 플랫폼에 대한 최적화 등 더욱 개선된 성능을 구현하기 위한 노력을 계속할 것이라고 밝혔습니다.


*이 기사는 AI가 생성한 내용으로, 일부 정보가 실제와 다를 수 있습니다. 정확한 확인을 위해 추가적인 검증을 권장드립니다.

Reference

[arxiv] RapidNet: Multi-Level Dilated Convolution Based Mobile Backbone

Published:  (Updated: )

Author: Mustafa Munir, Md Mostafijur Rahman, Radu Marculescu

http://arxiv.org/abs/2412.10995v1