초록
최근 몇 년간 객체 탐지 분야는 놀라운 발전을 이루었다. 그러나 현재의 알고리즘은 다양한 데이터 분포에서 테스트할 경우 일반화 성능이 떨어지는 문제가 있다. 본 연구에서는 인도 주행 데이터셋(India Driving Dataset, IDD)에서 객체 탐지의 점진적 학습 문제를 다룬다. 제안하는 방법은 도메인 특화 분류기 여러 개를 활용하고, 치명적인 잊힘(catastrophic forgetting)을 방지하기 위한 효과적인 전이 학습 기법을 적용하는 것이다. 제안한 방법은 IDD 및 BDD100K 데이터셋에서 평가되었으며, 실험 결과 환경의 도메인 분포 변화가 발생할 경우에도 도메인 적응 기법의 효과가 입증되었다.