신속 적응형 객체 감지를 위한 롤백 딥 러닝 방법

기술 요약본 발명은 변화하는 환경에서 발생하는 노이즈와 편향된 데이터로 인해 객체 감지 성능 저하를 겪는 문제를 해결합니다. '신속 적응형 객체 감지를 위한 롤백 딥 러닝 방법(EER-ASSL)'은 능동학습(AL)과 롤백 기반 준지도학습(SSL)을 결합하여, 불확실성과 다양성을 가진 샘플을 효과적으로 선택하고 잘못된 레이블을 수정합니다. 이를 통해 기존 딥러닝 모델의 느린 수렴 및 긴 학습 시간 한계를 극복하며, 특히 노이즈가 많고 불균형한 데이터 분포에서도 높은 정확도를 달성하여 실시간 스트리밍 객체 감지 성능을 획기적으로 향상시킵니다. 인력과 비용 소모를 최소화하며, 보다 유연하고 빠른 적응형 학습 시퀀스를 제공하는 이 기술은 컴퓨터 비전 분야의 혁신을 이끌 것입니다.