패스트캠퍼스 환급챌린지 9일차 : Computer Vision Signature 강의 후기

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.

공부 시작 시각 / 공부 종료 시각

 수강 인증 사진 

 

학습 인증샷 (필기)

챌린지 대상 강의 완강률 

LightGlue 강의 후기

이번 LightGlue 강의를 들으면서 가장 인상깊었던 건 단순히 새로운 모델을 소개하는 게 아니라, 기존 SuperGlue의 문제점을 체계적으로 분석하고 해결해나가는 과정을 보여준다는 점이었다.

특히 성능과 속도의 트레이드오프 문제를 다루는 방식이 흥미로웠다. 보통 이런 딜레마에서는 한쪽을 포기해야 한다고 생각하기 쉬운데, LightGlue는 정말 꼼꼼하게 병목구간을 찾아서 하나씩 개선해나가더라. Sinkhorn 알고리즘을 MLP로 바꾸고, 절대 위치 인코딩을 상대적 위치 인코딩으로 바꾸고, adaptive stopping까지... 이런 세세한 최적화들이 모여서 결국 60% 속도 향상을 만들어낸 거 보니까 엔지니어링의 묘미를 느꼈다.

개인적으로 가장 신경 쓰인 부분은 matchability 개념이었다. 기존에는 feature similarity만 보다가 "이 포인트가 과연 매칭될 만한가?"라는 메타적인 질문을 던진 게 정말 똑똑한 아이디어라고 생각한다. 실제로 ablation study에서도 이게 빠지면 precision이 확 떨어지는 걸 보니까 핵심적인 contribution인 것 같다.

다만 two-stage 학습이 좀 아쉽긴 했다. correspondence 학습하고 freeze시킨 다음에 confidence classifier 따로 학습하는 게 좀 번거로워 보였거든. end-to-end로 못하는 이유가 있을 텐데 그 부분 설명이 좀 더 있었으면 좋았을 것 같다.

실험 결과도 솔직히 말하면 압도적이지는 않았다. SuperGlue 대비 성능은 비슷하거나 약간 좋은 수준이고, 진짜 킬러는 속도 개선인 셈이다. 하지만 실용적 관점에서 보면 이게 더 중요할 수도 있겠다는 생각이 들었다. 특히 모바일이나 임베디드 환경에서 실시간으로 돌려야 하는 상황이라면 44ms vs 70ms 차이가 꽤 크니까.

마지막 실습 파트에서 직접 코드 구현해보는 것도 좋았다. 그런데 설치 과정에서 dependency 문제 좀 있을 것 같은데 그런 부분도 미리 언급해줬으면 어땠을까 싶다.

전체적으로는 이론과 실무가 잘 균형 잡힌 강의였고, 특히 기존 방법의 한계를 극복하는 과정이 매우 체계적으로 설명되어서 배울 점이 많았다.

 

 URL: https://fastcampus.info/4n8ztzq