얼굴 검출을 위한 2의 거듭제곱 스케일 기반W1A8 YOLOv5n 경량화 모델

초록

본 논문은 경량 얼굴 검출을 위한 2의 거듭제곱(PoT, Power-of-Two) 스케일 기반 W1A8 YOLOv5n-face 정수 추론 구조를제안한다. 엣지 환경에서 FP32 연산은 자원 부담이 크고, 가중치와 활성화값을 모두 이진화하면 특징 표현이 제한된다. 이에 INT8활성화값을 사용하며 이진 가중치에 PoT 스케일을 적용하여 크기 정보를 보완하고, 가중치 곱셈을 가감산과 시프트로 대체하였다. BN 결합 고정소수점 재양자화와 Concat 스케일 정렬로 정수 경로를 구성하고, Detect에는 W8A8을 적용하였다. WIDER FACE의Easy, Medium, Hard AP는 86.24, 83.42, 64.22이며, FP32 기준 모델 대비 각각 7.37%p, 8.12%p, 16.31%p 감소하였다. 반면추론 파라미터 저장량은 FP32 기준 모델 대비 76.56% 감소하였으며, CBL(Convolution-Batch Normalization-LeakyReLU)의LUT, FF은 각각 83.07%, 95.45% 감소하였다. BN, 활성화를 포함한 산술 블록에서도 자원 절감 효과가 유지됨을 확인하였다.

키워드