Christina Thrainer, Md Meftahul Ferdaus, Mahdi Abdelguerfi, Christian Guetl, Steven Sloan, Kendall N. Niles, Ken Pathak
개요
FORTRESS (Function-composition Optimized Real-Time Resilient Structural Segmentation)는 실시간 배포를 위한 계산 효율성을 유지하면서 높은 정확도를 달성하는 데 중점을 둔, 토목 인프라의 자동화된 구조적 결함 분할을 위한 새로운 아키텍처입니다. 심층 분리 가능 합성곱과 적응형 Kolmogorov-Arnold Network 통합을 결합하는 특수한 방법을 사용하여 정확도와 속도의 균형을 맞춥니다. 주요 혁신으로는 계층당 3.6배의 매개변수 감소를 달성하는 체계적인 심층 분리 가능 합성곱 프레임워크, 계산상 유익할 때만 함수 합성 변환을 선택적으로 적용하는 적응형 TiKAN 통합, 그리고 디코더 수준에서 공간, 채널 및 KAN 향상 기능을 결합하는 다중 스케일 어텐션 융합이 있습니다. 매개변수 91% 감소 (31M에서 2.9M), 계산 복잡도 91% 감소 (13.7에서 1.17 GFLOPs), 추론 속도 3배 향상을 달성하면서 우수한 분할 성능을 제공합니다. 벤치마크 인프라 데이터 세트에 대한 평가는 F1 점수 0.771 및 평균 IoU 0.677로 최첨단 결과를 보여주며, U-Net, SA-UNet 및 U-KAN을 포함한 기존 방법을 크게 능가합니다. 이중 최적화 전략은 최적 성능에 필수적이며, FORTRESS를 정확성과 계산 효율성이 모두 중요한 리소스 제약 환경에서 실용적인 구조적 결함 분할을 위한 강력한 솔루션으로 자리매김하게 합니다. 자세한 아키텍처 사양은 보충 자료에 제공됩니다. 소스 코드는 https://github.com/faeyelab/fortress-paper-code 에서 이용 가능합니다.
시사점, 한계점
•
시사점:
◦
심층 분리 가능 합성곱과 적응형 TiKAN 통합을 통한 계산 효율성과 정확도의 균형있는 달성.
◦
기존 방법 대비 매개변수, 계산 복잡도 및 추론 시간을 크게 감소시키면서 우수한 분할 성능(F1-score 0.771, mean IoU 0.677) 달성.
◦
리소스 제약 환경에서의 실용적인 구조적 결함 분할을 위한 강력한 솔루션 제시.
◦
공개된 소스 코드를 통한 재현성 및 확장성 확보.
•
한계점:
◦
논문에서 제시된 benchmark dataset의 구체적인 정보 부족. 다양한 데이터셋에 대한 일반화 성능 평가가 추가적으로 필요.
