http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
포인트 클라우드 분할을 위한 인스턴스 인식 다중 데이터셋 포인트 프롬프트 학습
정태현(Taehyun Jeong),이수현(Suhyeon Lee),김성제(Sungjei Kim) 한국방송·미디어공학회 2024 한국방송미디어공학회 학술발표대회 논문집 Vol.2024 No.6
본 논문에서는 다중 데이터셋으로 학습된 3D 분할 모델이 입력 데이터의 도메인에 대한 사전 정보 없이 추론할 수 있는 학습 방법론을 제안한다. 최근 제안된 PPT(Point Prompt Training) [1]는 도메인 프롬프트와 배치 정규화 층 디커플링을 통해 데이터셋 간 도메인 격차를 보정하여 다중 데이터셋을 학습해 SOTA 성능을 달성하였다. 그러나 이 방식으로 학습된 모델로 추론 시, 입력 데이터의 도메인 정보를 모른다면 사용할 수 없다. 따라서 이러한 문제점을 해결하기 위해 2 단계로 모델을 학습하였다. 1 단계에선 기존 방식과 유사하게 도메인 프롬프트 방식으로 백본 모델을 학습하나, 단일 정규화 레이어를 사용하고, 2 단계에선 1 단계에서 학습된 모델에 프롬프트 생성기를 추가 학습하여 입력데이터에 적응적으로 프롬프트를 만들도록 설계하였다. 결과적으로 사전정보 없이 추론할 수 있는 모델을 만들었고, 타 모델 대비 경쟁력 있는 성능을 달성했다.