딥 러닝 결과 파서
기능 설명
이 스텝은 딥 러닝 모델 패키지 추론 스텝에서 출력한 캐스케이딩 모델 패키지의 추론 결과를 분석할 수 있습니다.
응용 시나리오
캐스케이딩 모델 패키지를 추론하기 위해 "딥 러닝 모델 패키지 추론" 스텝을 사용할 경우, 이 스텝은 "딥 러닝 모델 패키지 추론" 스텝 이후에 연결됩니다.
여러 개의 이미지가 동시에 입력되어 추론되는 경우, 각 이미지의 파싱 결과를 확인해야 한다면 "딥 러닝 모델 패키지 추론" 스텝과 "딥 러닝 결과 파서" 스텝 사이에 데이터 압축 풀기 스텝을 추가하는 것이 좋습니다.
시스템 요구 사항
이 스텝을 사용할 때는 다음 시스템 요구 사항을 충족해야 합니다.
-
CPU: AVX2 명령어 세트가 지원되어야 하며 다음 조건 중 하나를 충족해야 합니다.
-
개별 그래픽 카드가 없는 경우: Intel i5-12400 및 이상.
-
개별 그래픽 카드가 있는 경우: Intel i7-6700 및 이상, 그래픽 카드는 GTX 1660보다 낮으면 안됩니다.
Intel CPU에서 충분히 테스트하였지만 아직 AMD CPU에서는 테스트되지 않았습니다. 그러므로 Intel CPU를 권장합니다.
-
-
GPU: NVIDIA GTX 1660 및 이상의 그래픽 카드(별도의 그래픽 카드가 있는 경우)를 사용해야 합니다.
사용 방법
"딥 러닝 모델 패키지 추론” 스텝 후에 연결
"딥 러닝 모델 패키지 추론" 스텝 이후에 이 스텝이 바로 연결되면 이 스텝에서는 "딥 러닝 값 유형"에 따라 다른 파라미터가 표시됩니다.
예를 들어, 이 스텝이 "딥 러닝 모델 패키지 추론"의 "물체 감지 결과" 출력 포트에 연결되면 이 스텝에서는 대상 감지 관련 파라미터가 표시됩니다. 각 시나리오의 파라미터 설명은 딥 러닝 모델 패키지 추론을 참조하십시오.
"데이터 압축 풀기" 스텝 사용
"딥 러닝 모델 패키지 추론" 스텝과 "딥 러닝 결과 파서" 스텝 사이에 "데이터 압축 풀기" 스텝을 추가하는 경우 아래 그림과 같습니다.
-
"데이터 압축 풀기" 스텝의 출력 포트의 수량은 입력한 이미지 수와 일치해야 합니다.
-
데이터 언팩 후 "딥 러닝 결과 파서" 스텝에서는 서브타입 데이터가 없기 때문에 해당 모델에 해당하는 시나리오를 자동으로 판별하지 못할 수 있으므로 "딥 러닝 결과 파서" 스텝의 출력 포트를 생성하지 못할 수 있습니다. 이 경우에는 "딥 러닝 결과 파서" 스텝의 딥 러닝 값 유형 파라미터를 수동으로 설정해야 합니다.
|
딥 러닝 값 유형을 선택한 후에는 변경할 수 없으며, 딥 러닝 값 유형을 변경해야 하는 경우 "딥 러닝 결과 파서" 스텝을 삭제하고 다시 추가하십시오. |