콘텐츠로 바로가기
  • 검색 필드가 비어 있으므로 제안 사항이 없습니다.

컴퓨터 요구 사양 - PIX4Dfields

이 문서에서는 PIX4Dfields에서 최적의 성능을 구현하는 데 필요한 최소 및 권장 하드웨어 및 소프트웨어 사양을 설명합니다. 또한 여러 장비 간의 처리 시간 비교도 제공합니다.

운영 체제

  • 윈도우 로고_-_2012 윈도우: 
    • PIX4Dfields 1.12 이상 버전: Windows 10(64비트) 및 Windows 11(64비트)을 지원합니다. 
    • PIX4Dfields 1.11 및 이전 버전: Windows 10(64비트)을 지원합니다.
    • PIX4Dfields 어떤 버전에서도 ARM 프로세서는 지원되지 않습니다.
  • 애플 로고 블랙.svg macOS:
    • PIX4Dfields 2.13 이상 버전: Sequoia(15.x) 이상. Apple Silicon을 기본적으로 지원합니다. Intel 프로세서는 지원하지 않습니다.
    • PIX4Dfields 2.10, 2.11 및 2.12: Tahoe, Sonoma(14) 및 Sequoia(15). 네이티브 Apple Silicon 지원. Intel 프로세서는 지원되지 않습니다.
    • PIX4Dfields 2.9: Sonoma(14) 및 Sequoia(15). 네이티브 Apple 실리콘 지원.
      Intel 프로세서는 지원되지 않습니다.
    • PIX4Dfields 2.8: Ventura(13.0) 이상. 모든 칩.

PIX4Dfields 의 이전 버전은 이전 macOS 버전과 호환됩니다. 단, Pix4D는 이로 인해 발생할 수 있는 문제에 대해 지원을 제공하지 않습니다.

    • PIX4Dfields 2.7: Ventura(13.0) 이상. 모든 칩. 
    • PIX4Dfields 2.4: Monterey(12.0) 이상.
    • PIX4Dfields 2.3.1 및 이전 버전: Big Sur(11.0).

인텔 프로세서가 탑재된 Apple 기기는 PIX4Dfields 버전 2.8 이하를 계속 사용하고 업데이트를 피해야 합니다.


최소 사양

  윈도우 로고_-_2012 윈도우 애플 로고 블랙.svg macOS
CPU
  • 쿼드코어 또는 헥사코어 인텔 i5 (또는 그 이상).
  • AMD Phenom 프로세서(또는 그 이상).
  • ARM 프로세서는 지원되지 않습니다.
  • M1 (또는 그 이상).
  • PIX4Dfields 2.9 이상 버전은 인텔 프로세서를 지원하지 않습니다.
GPU
  • NVIDIA/Intel/AMD 그래픽 카드에 2GB 이상의 RAM이 필요합니다.
  • OpenGL 4.1 이상을 지원합니다.
  • Intel Arc GPU는 PIX4Dfields 2.10.2 버전부터 지원됩니다.
  • 애플 통합 GPU 
숫양
  • 16GB 이상의 RAM.
  • 16GB 이상의 RAM.
디스크 
  • 200GB 여유 공간이 있는 SSD.
  • 200GB 여유 공간이 있는 SSD.
표시하다 1024×768 해상도(또는 그 이상).

권장 사양

  윈도우 로고_-_2012 윈도우 애플 로고 블랙.svg macOS
CPU
  • 8코어 이상:
    • 인텔 i7, i9 (또는 그 이상).
    • AMD 라이젠(또는 그 이상).
GPU
  • GeForce GTX 또는 RTX 그래픽 카드와 6GB 이상의 RAM이 필요합니다.
  • 애플 통합 GPU 
숫양
  • 32GB RAM (또는 그 이상)
  • 24GB 이상의 RAM.
디스크 
  • 200GB 여유 공간이 있는 NVME SSD.
  • 200GB 여유 공간이 있는 NVME SSD.
표시하다 1024×768 해상도(또는 그 이상).

의 성능에 큰 영향을 미치는 구성 요소의 우선순위는 PIX4Dfields 다음과 같습니다.
1 - CPU 코어.
2 - 고속 SSD(NVME).
3 - RAM.
4 - GPU(Nvidia 권장).

테스트해 보려면 15일 무료 체험 라이선스를 PIX4Dfields 의 예제 사용 사례를 신청하세요 .

PIX4Dfields 2.9에서의 처리 시간 비교

다섯 대의 장비는 다양한 카메라와 드론으로 촬영한 5개의 RGB 데이터셋과 5개의 다중 스펙트럼(MSP) 데이터셋을 처리하여 테스트를 거쳤습니다.

처리 시간은 다양한 데이터 세트와 처리 파이프라인에서 각 머신에 대해 기록된 모든 시간의 평균값으로 산출됩니다.

기계 명세서
맥 M1 맥북 M1 프로 - 32GB RAM - OS 세쿼이아 15.2
맥 M4 맥 미니 M4 - 24GB RAM - OS 세쿼이아 15.2
윈도우 i7  i7 10750H 6코어 - 16GB RAM - RTX 1650Ti - NVME SSD
윈도우 i9 i9 13900H 14코어 - 64GB RAM - RTX 4070 - NVME SSD
윈도우 AMD 라이젠 라이젠 7 3700X 8코어 - 32GB RAM - RTX 3080


결과는 다음과 같았습니다

빠른 처리 파이프라인

MacBook(M1 및 M4)은 빠른 처리 파이프라인에서 Windows 옵션과 유사한 총 처리 시간을 제공하며 Windows보다 우수합니다.

패스트_3

  • 데이터에 따르면 고속 처리 파이프라인평범한 Mac M1이나 중간급 Windows CPU/GPU조차도 단 몇 분 만에 결과를 도출할 수 있습니다.
  • 예를 들어 macOS M1은 평균 약 5분(MSP + RGB)이 소요됩니다. 이는 최고급 i9 시스템(약 7분)이나 AMD 시스템(약 7분)에 비해 매우 빠른 속도입니다.
  • 이는 고속 파이프라인을 빠르게 실행하는 데 값비싼 최고급 컴퓨터가 필요하지 않다는 것을 의미합니다. 고속 처리 파이프라인을 사용한다면 저렴한 i7 프로세서(또는 M1 Mac)로도 충분할 수 있습니다. 
💡고속 처리 파이프라인은 처리 시간을 크게 단축하면서도 정확한 처리 파이프라인과 유사한 위치 정확도를 달성하므로 다양한 작업 시나리오에 적합합니다. 상세한 DSM이 필요한 경우에만 정확한 처리 파이프라인을 사용하는 것이 좋습니다. 


정확한 처리 파이프라인 

맥 M4는 정밀한 처리 파이프라인에 가장 빠른 프로세서였으며, 윈도우 i9 머신과 맥 M1이 그 뒤를 바짝 쫓았습니다.

정확한_3

  • 정밀한 디지털 표면 모델이 필요하여 정확한 처리가 요구되는 경우, 기계 용량의 차이가 더욱 두드러지게 나타납니다.
  • 이러한 상황에서는 더욱 강력한 장비를 활용하면 처리 시간을 크게 단축할 수 있으며, 대규모 프로젝트의 경우 수십 분에서 몇 시간까지 절약할 수 있습니다. 정밀한 작업을 자주 수행하는 경우, 중급 또는 고급 시스템에 투자하는 것이 유리할 수 있습니다.

비교에 사용된 데이터 세트

이러한 테스트에 사용된 몇 가지 예시 데이터 세트는 다음에서 확인할 수 있습니다: 예시 사용 사례 - PIX4Dfields.

데이터셋/카메라 감지기 이미지 헥타르 GSD [cm/px] 크기 GB 평균 처리 시간(분)
빠른 정확한
1- 알툼 밴드당 3.2MP 1404 8.4 2.8 6.97 1.1 5.5
2- M3M - MSP  밴드당 2MP 3092 22 3 27.2 5.3 23.6
3- M3M - RGB  20MP 775 24 1.8 4.9 2.7 22.1
4- M3M - RGB  20MP 1686 38 1 16.6 6.9 51.8
5- M3M - MSP  밴드당 2MP 3212 42 3.6 30.2 5.3 21.1
6- 세쿼이아 - MSP  밴드당 1.2MP 1724 88 10.4 3.95 1.1 8.4
7- 소다 - RGB  20MP 374 92 2.7 3.15 1.3 11.3
8. 팬텀 4 - RGB 12 MP 1655 250 3.4 11.9 6.7 49.5

PIX4Dfields 처리할 수 있는 최대 이미지 수는 몇 개입니까?

PIX4Dfields 입력 이미지 수나 생성되는 정사영상의 크기에 제한을 두지 않습니다. 최대 크기는 하드웨어 제약(디스크 공간, 메모리 크기, 운영 체제의 최대 파일 크기)과 시간 제약(입력 데이터셋 크기가 수천 장의 이미지를 넘어서면 정사영상 계산 시간이 급격히 증가함)에 의해 결정됩니다. PIX4Dfields사용하여 20,000장 이상의 이미지를 사용한 프로젝트도 처리된 바 있습니다. 

중요: 본 문서에 제시된 정보는 Pix4D의 테스트 경험을 바탕으로 작성되었으며, 확정적인 보증이 아닌 일반적인 참고 자료로만 간주해야 합니다.