하드웨어 사례 연구 - PIX4Dmapper

이 글에서는 PIX4Dmapper에서 사용되는 주요 컴퓨터 구성 요소에 대해 설명합니다. 입력 이미지와 처리 옵션에 따른 하드웨어 구성의 영향을 파악하기 위해 일련의 실험을 수행했습니다.

우선, 성공적인 처리를 위해 어떤 하드웨어를 구매해야 하는지 구체적으로 명시하는 것은 불가능합니다. 성능 향상과 병목 현상 방지를 위해서는 균형 잡힌 구성이 중요합니다.

4가지 핵심 구성 요소는 다음과 같습니다

• CPU
• 숫양
• GPU
• 하드 디스크

CPU

• 이 소프트웨어는 고도로 병렬화되어 있으며 멀티코어 CPU를 활용합니다.
• 대부분의 처리는 CPU에서 이루어집니다. 처리 속도를 높이는 첫 번째 핵심 요소는 더 빠른 CPU입니다.
• 헥사코어 또는 옥토코어, 최신 세대 i7 또는 Xeon CPU를 권장합니다. 클럭 속도는 일반적으로 프로젝트 전체에 영향을 미치며, 코어 수는 2 포인트 클라우드 및 메시 생성에.
• 듀얼 소켓 CPU는 성능을 두 배로 늘리지는 않지만, 일반적으로 싱글 소켓 CPU보다 처리 속도가 더 빠릅니다.
• 옥타코어 CPU를 사용하면 3단계(DSM, 정사영상 및 인덱스).

유용한 링크 : 처리에 사용할 코어 수를 지정할 수 있습니다. 자세한 내용은 다음을 참조하세요. 처리 리소스(코어 및 RAM) 수정 방법 . 다양한 CPU 비교 : www.cpubenchmark.net

숫양

• RAM 용량은 단일 프로젝트에서 처리할 수 있는 이미지 수에 가장 큰 영향을 미칩니다.
• RAM 용량은 프로젝트 규모(이미지 개수 및 해상도)에 따라 달라집니다. 대부분의 프로젝트에는 32GB의 RAM이 권장됩니다. 대규모 데이터셋이나 고해상도 이미지(이미지 1,000개 이상 또는 40MP 이상의 이미지가 포함된 프로젝트)를 처리하는 경우에는 최소 32GB의 RAM을 권장합니다.
• 실험 결과, 32GB RAM이 16GB RAM보다 정사영상을 더 빠르게 생성하는 것을 확인했습니다.

유용한 링크: 처리 작업에 사용할 RAM 용량을 지정할 수 있습니다. 자세한 내용은 다음을 참조하세요. 처리 작업에 할당된 리소스(코어 및 RAM) 수정 방법.

GPU

• PIX4Dmapper 을 지원하는 모든 GPU와 호환됩니다 OpenGL 3.2 (Intel HD 4000 이상 내장 그래픽 카드에 해당). 컴퓨팅 성능이 2.0 미만인 장치는 Pix4D 소프트웨어에서 지원되지 않습니다.
• PIX4Dmapper GPU의 처리 능력을 활용합니다. 특히 Nvidia CUDA 9.1 이상을 사용하므로 최신 드라이버(예: GeForce 1070/1080, Quadro P4000/5000, Titan X, Tesla)가 설치되어 있는지 확인하십시오. 최신 드라이버를 설치하면 특히 대규모 프로젝트의 1 의 성능이 향상됩니다 PIX4Dmapper단계 초기 처리 과정에서
• 저희 실험 결과, CUDA를 지원하는 그래픽 카드가 보정 단계의 속도를 향상시키는 것을 확인했습니다.
• 1단계(초기 처리) 에서 10%에서 75% 사이의 속도 향상을, 2 단계 (포인트 클라우드 및 메시 생성) 에서는 약 10% 의 속도 향상을 확인했습니다 . 일반적으로 중첩률이 높고 이미지 콘텐츠가 풍부하여 키포인트 수가 많은 프로젝트일수록 속도 향상 효과를 더 크게 볼 수 있습니다.

유용한 링크: 컴퓨팅 성능 확인 방법에 대한 자세한 내용은 http://en.wikipedia.org/wiki/CUDA 를.
다양한 GPU를 비교하려면 www.videocardbenchmark.net 을.

하드 디스크

• 기존 하드 디스크 또는 SSD로 구성된 RAID 시스템이 권장됩니다.
• 단계 . DSM, 정사영상 및 인덱스는 하드디스크 속도의 영향을 가장 많이 받습니다.

이미지 개수, 사용된 하드웨어, 그리고 처리 옵션에 따른 각 단계별 소요 시간 사이의 상관관계를 조사하기 위한 실험을 수행했습니다.

테스트에 사용된 하드웨어

*2017년 11월 8일 기준 점수

수행된 실험

아래 그래프는 사용된 하드웨어에 따른 처리 시간을 보여줍니다. 1단계 초기 처리는 파란색, 2단계 포인트 클라우드 및 메시 생성 은 빨간색, 3단계 DSM, 정사영상 및 인덱스 생성은 노란색으로 표시되어 있습니다. 본 프로젝트들은 안정 버전 3.2.23으로 처리되었습니다.

첫 번째 실험에 사용된 데이터셋은 소규모 천저선 프로젝트 데이터셋으로, DJI 팬텀 4 드론으로 촬영한 3000x4000 픽셀 해상도의 이미지 83개로 구성되어 있습니다.

이 프로젝트는 3D Maps - Rapid/Low Res. 템플릿을 사용하여 처리되었습니다

본 프로젝트는 3D Maps 표준 템플릿을 사용하여 진행되었습니다

그림 1. 소형 나디르 프로젝트

두 번째 실험에 사용된 데이터 세트는 MAVinci 드론으로 촬영한 4592x3448 픽셀 해상도의 이미지 1248개로 구성된 대규모 나디르 프로젝트입니다.

이 프로젝트는 3D Maps - Rapid/Low Res. 템플릿을 사용하여 처리되었습니다

본 프로젝트는 3D Maps 표준 템플릿을 사용하여 처리되었습니다

그림 2. 대형 나디르 프로젝트

결론:

• 고급 데스크톱 컴퓨터는 노트북보다 두 배(2x) 더 빠르게 처리되었습니다.
• CUDA를 지원하는 그래픽 카드를 사용하니 보정 단계 속도가 2배 빨라졌습니다.
• 듀얼 소켓 머신은 대규모 프로젝트에서 1/3 더 빨랐습니다.
• 처리 옵션의 영향은 최대 5~10배까지 증폭될 수 있습니다.
• HDD/SSD 성능의 영향은 미미합니다.
• 3D 지도 - 고속/저해상도 템플릿을 사용할 때의 처리 시간은 하드웨어와 거의 무관합니다(CPU 및 GPU보다는 입출력에 의해 제한됩니다).
• 대규모 프로젝트를 처리하는 데는 소규모 프로젝트보다 약 10배 더 많은 시간이 소요됩니다.

면책 조항: Pix4D는 고객 편의를 위해 이 정보를 제공합니다. 이 정보의 정확성에 대해서는 Pix4D는 명시적이든 묵시적이든 어떠한 보증도 하지 않습니다.