[특허] 레이블링 작업을 위해 딥러닝 모델을 트레이닝하는 방법 및 그를 이용한 장치

◆ 출원일 : 2020.02.19

◆ 등록일 : 2020.05.13

◆ 등록번호 : 10-2112859

요약 : 본 발명에 따르면, 딥러닝 모델을 차등적으로 학습하는 방법에 있어서, Objection detection 모델 및 Loss 예측 모듈을 포함하는 딥러닝 모델이 존재하는 상태에서, 이미지에 포함된 객체의 위치를 찾고 상기 객체의 종류를 분류하기 위해 bounding box 레이블링 작업을 수행하는 상기 딥러닝 모델을 컴퓨팅 장치가 이용한다고 할 때, 상기 컴퓨팅 장치가, 적어도 하나의 객체를 포함하는 이미지 데이터를 획득하고, 상기 이미지 데이터를 상기 딥러닝 모델에서 연산을 수행하여, i-1) 상기 적어도 하나의 객체에 대응하는 bounding box의 좌표, i-2) 상기 적어도 하나의 객체의 종류를 나타내는 classification 값 및 i-3) 상기 적어도 하나의 객체에 대응하는 bounding box의 좌표 및 classification 값에 대한 오차 정도를 예측하여 나타내는 loss 값을 산출하는 단계; 상기 컴퓨팅 장치가, 상기 loss 값을 기초로 상기 이미지 데이터를 제1 loss 그룹 또는 제2 loss 그룹으로 구분하고, ii-1) 상기 이미지 데이터가 상기 제1 loss 그룹에 해당하고 상기 classification 값이 소정 수치보다 크거나 같다면, 상기 이미지 데이터 및 상기 bounding box의 좌표를 상기 작업자 단말에 전송하여 이를 기초로 상기 작업자 단말에서 정답 bounding box가 생성되도록 하고, ii-2) 상기 이미지 데이터가 상기 제1 loss 그룹에 해당하고 상기 classification 값이 상기 소정 수치보다 작다면, 상기 이미지 데이터를 상기 작업자 단말에 전송하여 상기 작업자 단말에서 정답 bounding box가 생성되도록 하며, ii-3) 상기 이미지 데이터가 상기 제2 loss 그룹에 해당한다면, 상기 이미지 데이터를 상기 작업자 단말에 전송하여 상기 작업자 단말에서 정답 bounding box가 생성되도록 하는 단계; 및 상기 컴퓨팅 장치가, 상기 정답 bounding box의 좌표 및 classification 값을 상기 산출된 bounding box의 좌표 및 상기 classification 값과 비교하여 제1 비교 데이터를 산출하고, 상기 제1 비교 데이터를 상기 예측된 loss 값과 비교하여 제2 비교 데이터를 산출하며, 상기 제2 비교 데이터를 이용하여 상기 딥러닝 모델에 대해 제1 트레이닝을 수행하는 단계를 포함하는 방법을 제시한다.