Deep Learning Result Parser
기능
이 스텝은 Deep Learning Model Package Inference 스텝에서 내보낸 캐스케이드 모델 패키지의 추론 결과를 파싱할 수 있습니다.
사용 시나리오
Deep Learning Model Package Inference 스텝으로 캐스케이드 모델 패키지 추론을 수행할 때, 이 스텝은 해당 스텝 뒤에서 사용됩니다.
동시 추론을 위해 여러 이미지를 입력하고 각 이미지의 파싱 결과를 확인하려면, Deep Learning Model Package Inference와 Deep Learning Result Parser 사이에 Unpack Data 스텝을 추가하는 것을 권장합니다.
시스템 요구사항
이 스텝을 정상적으로 사용하려면 다음 시스템 요구사항을 충족해야 합니다.
-
CPU: AVX2 명령어 집합을 지원하고 다음 조건 중 하나를 충족해야 합니다.
-
외장 그래픽 카드가 없는 IPC 또는 PC: Intel i5-12400 이상
-
외장 그래픽 카드가 있는 IPC 또는 PC: Intel i7-6700 이상, 그래픽 카드는 GTX 1660 이상
이 스텝은 Intel CPU에서 충분히 테스트되었으며 AMD CPU에서는 아직 테스트되지 않았습니다. 따라서 Intel CPU 사용을 권장합니다.
-
-
GPU: NVIDIA GTX 1660(외장 그래픽 카드 사용 시) 이상
사용 방법
Deep Learning Model Package Inference 스텝 바로 뒤에 연결
이 스텝이 Deep Learning Model Package Inference 스텝 뒤에 연결되면, Deep Learning Value Type에 따라 서로 다른 파라미터가 표시됩니다.
예를 들어, Deep Learning Model Package Inference의 Object Detection Result 출력 포트 뒤에 이 스텝을 연결하면 객체 검출 관련 파라미터가 표시됩니다. 각 시나리오의 파라미터 설명은 Deep Learning Model Package Inference를 참고하시기 바랍니다.
Unpack Data 스텝과 함께 사용
아래와 같이 Deep Learning Model Package Inference와 Deep Learning Result Parser 사이에 Unpack Data 스텝을 추가합니다.
-
Unpack Data 스텝의 Output Size는 입력 이미지 크기와 동일합니다.
-
데이터 언패킹 후에는 subtype 데이터 누락으로 인해 Deep Learning Result Parser 스텝이 모델 시나리오를 자동 판별하지 못할 수 있습니다. 이 경우 Deep Learning Result Parser의 출력 포트가 자동 생성되지 않으므로, 이 스텝에서 Deep Learning Value Type을 수동 설정해야 합니다.
|
Deep Learning Value Type을 한 번 선택하면 변경할 수 없습니다. 값을 변경하려면 Deep Learning Result Parser 스텝을 삭제한 뒤 다시 추가하시기 바랍니다. |