Real-Time Segmentation 분야에서 속도는 어떤 것과 관련이 있으며, 속도를 줄이는 방법은 어떻게 분석하여 만들어질까에 관한 질문의 해답을 찾는 중에 ICNet에서 언급된 내용을 정리하려 한다.

Source : https://arxiv.org/abs/1704.08545

3. Image Cascade Network

우리는 실험적인 통계를 통해 고성능의 객체 분할 프레임워크인 PSPNet의 다양한 구성요소들의 예상 계산시간을 분석하므로써 시작한다. 그리고 우리는 빠른 의미론적 분할을 위한 계단식 특징 융합 유닛(Cascade Feature Fusion Unit)과 계단식 라벨 지도(Cascade Label Guidance)와 함께 Fig.2에 묘사된 ICNet을 소개한다.

3.1 Speed Analysis

수식기호들 어케쓰지...

c = channel, k = kernel size (3), h = height, w = width, s = stride

Fig. 1(b)를 보면 커널 크기와 픽셀 크기, 즉 이미지 크기와 시간 비용이 정비례 관계임을 알 수 있다.
두 곡선 모두에서 4단계와 5단계의 특징 맵은 공간 해상도가 동일한데, 즉 원래 입력의 1/8이지만 5단계의 계산은 4단계의 계산보다 4배 더 무겁다. 그 이유는 5단계의 컨볼루션 레이어는 입력 채널 c'와 함께 커널 c의 수를 두 배로 늘리기 떄문이다.