Abstract
본 연구는 메타 사의 이미지 분할 기본모델인 SAM의 이미지 인코더 부분의 구조 변경을 통해 기존 SAM의 성능을 개선하고자 한다. SAM의 이미지 인코더(Image Encoder)부분을 MAE-ViT(Masked Auto Encoder-Vision Transformer)모델에서 Swin Transformer 모델로 변경하여 기존 SAM모델에 비해 성능 차이는 없지만, 모델의 크기를 줄이는 연구를 진행하였다. 본 연구의 결과를 증명하기 위해 ImageNet-1K 데이터 셋으로 사전학습 된 두 가지 이미지 인코더 모델(MAE-ViT, Swin Transformer)에 대해 테스트 데이터로 학습을 진행하여 IoU(Intersection over Union) Score 측정방식을 이용해 성능을 평가하였다. 실험결과, 두 방식은 성능 측면에서는 유사했지만 본 연구에서 제안한 방식이 기존의 방식에 비해 모델 파라미터 수를 308.3(M)에서 92.0(M)으로 약 1/3배로 축소하는 효과를 얻었다.