IMAGE RECOGNITION DEVICE PERFORMING INPUT UNIT NETWORK QUANTIZATION METHOD FOR EFFICIENT OBJECT DETECTION

The present invention relates to an image recognition device including a determination network unit, a main network unit, and a reinforced learning algorithm unit, wherein the image recognition device includes: the determination network unit that extracts image characteristics of an input image and determines an optimum bit configuration of the main network unit on the basis of the extracted characteristics; the main network unit that is configured with a plurality of bit layers and performs inference by selecting one bit for each of the plurality of bit layers according to the determined optimum bit configuration; and the reinforced learning algorithm unit that alternately trains the determination network unit and the main network unit. La présente invention concerne un dispositif de reconnaissance d'image comprenant une unité de réseau de détermination, une unité de réseau principal, et une unité d'algorithme d'apprentissage renforcé, dans lequel le dispositif de reconnaissance d'image comprend : l'unité de réseau de détermination qui extrait des caractéristiques d'image d'une image d'entrée, et détermine une configuration de bits optimale de l'unité de réseau principal sur la base des caractéristiques extraites ; l'unité de réseau principal qui est configurée avec une pluralité de couches de bits et exécute une inférence en sélectionnant un bit pour chacune de la pluralité de couches de bits selon la configuration de bits optimale déterminée ; et l'unité d'algorithme d'apprentissage renforcé qui entraîne alternativement l'unité de réseau de détermination et l'unité de réseau principal. 본 발명은 결정네트워크부와, 메인네트워크부 및 강화학습알고리즘부를 포함하는 영상 인식 장치에 있어서, 입력 이미지의 이미지 특성을 추출하고, 추출된 특성에 근거하여 상기 메인네크워트부의 최적 비트 구성을 결정하는 결정네트워크부와, 복수의 비트 레이어로 구성되며, 상기 결정된 최적 비트 구성에 따라 상기 복수의 비트 레이어 각각에 대해 하나의 비트를 선택하여 추론을 수행하는 메인네트워크부 및 상기 결정네트워크부와 상기 메인네트워크부를 번갈아가며 학습시키는 강화학습알고리즘부를 포함하는 것을 특징으로 한다.