실시간 객체 인식 모델 경량화
RT-DETR 기반 객체 인식 모델을 엣지 디바이스용으로 압축하는 팀 프로젝트. 기준 모델 구축과 전체 양자화를 맡아, 모델 크기를 161MB에서 22MB로 줄였습니다.
RT-DETR 기반 객체 인식 모델을 엣지 디바이스용으로 압축하는 팀 프로젝트. 기준 모델 구축과 전체 양자화를 맡아, 모델 크기를 161MB에서 22MB로 줄였습니다.
실시간 객체 인식 모델(RT-DETR R50)을 엣지 환경에서 운용하기 위한 경량화 프로젝트입니다. 학습 후 양자화(PTQ)로 정밀도를 낮췄을 때 크기, 메모리, 정확도가 어떻게 바뀌는지 정량 분석합니다.
팀 프로젝트이며, 아래는 담당 부분입니다.
| 정밀도 | 모델 크기 | mAP | GPU 메모리 |
|---|---|---|---|
| FP32 | 161 MB | 55.2 | 638 MiB |
| INT8 | 42.5 MB | 39.7 | 380 MiB |
| INT4 | 22.3 MB | 29.7 | 380 MiB |
비슷한 걸 만들고 싶으신가요?
상담 신청하기 →