| 1 |
1
딥러닝 네트워크의 불확실도 판단방법에 있어서,실시간 처리를 수행하는 객체 분할 모델의 예측 헤드(Prediction Head)에 포함된 바운더리 박스(Bbox) 영역과, 마스크(Mask) 영역에 각각 가우시안 모델링을 수행하는 단계;상기 가우시안 모델링 결과에 근거하여, 상기 예측 헤드와 관련된 손실 함수를 설계하는 단계; 및설계된 손실 함수를 이용하여 상기 바운더리 박스(Bbox) 영역과, 상기 마스크(Mask) 영역과 관련된 불확실도를 추출하는 단계를 포함하는 딥러닝 네트워크의 불확실도 판단방법
|
| 2 |
2
제1항에 있어서,상기 객체 분할 모델은,1단계 스테이지 인스터스 세그멘테이션 모델인 YOLACT인 것을 특징으로 하는 딥러닝 네트워크의 불확실도 판단방법
|
| 3 |
3
제1항에 있어서,상기 가우시안 모델링을 수행하는 단계는,상기 박스 영역과 상기 마스크 영역에 대해 각각 평균과 분산으로 가우시안 모델링을 수행하는 과정을 포함하는 것을 특징으로 하는 딥러닝 네트워크의 불확실도 판단방법
|
| 4 |
4
제1항에 있어서,상기 마스크 영역과 관련된 불확실도를, 상기 마스크 영역에 대한 객체 검출 결과에 적용하여, 상기 검출 결과의 신뢰도 점수를 계산하는 단계를 더 포함하는 것을 특징으로 하는 딥러닝 네트워크의 불확실도 판단방법
|
| 5 |
5
제1항에 있어서,상기 박스 영역과 관련된 불확실도에 근거하여, 상기 예측 헤드에 대한 후처리 프로세스를 수행하는 단계를 더 포함하는 것을 특징으로 하는 딥러닝 네트워크의 불확실도 판단방법
|
