연구진이 화재 분류를 위한 효율적인 모델 HumP-KD를 제안했어요. 이 모델은 Swin-Tiny와 ViT-Base 트랜스포머 모델의 지식을 MobileViT-S 모델로 증류합니다.
HumP-KD는 FlameVision과 Dataset-II 두 데이터셋(총 39,909장)을 활용하여 개발되었으며, F1 점수가 0.9876으로 MobileViT-S 모델보다 3.4% 향상됐어요.
개발된 모델은 파라미터 494만 개, 모델 크기 19.01MB로 Swin-Tiny 모델보다 5.7배, ViT-Base 모델보다 17.5배 감소했으며, 37.72 CPU FPS를 보여 실시간 배포에 적합해요.