노타 블로그
모델 설계부터 최적화까지: 풀스택으로 해결한 Jetson Orin NX 저조도 400 ms → 28 ms
AI 엔지니어링 브리핑
저조도 CCTV 영상을 화질 저하 없이 Jetson Orin NX에서 실시간으로 처리하기 위해 모델 구조부터 하드웨어 실행 방식까지 다시 설계한 사례입니다.
문제 & 배경
- 문제 & 배경: 기존 저조도 복원 모델은 Jetson Orin NX에서 한 장 처리에 약 400ms가 걸려 30FPS에 필요한 33ms를 크게 넘겼고, 정답 이미지가 없는 CCTV 환경에서 자연스러운 화질과 밝기 관계까지 함께 보장해야 했습니다.
기술 & 해결책
- 기술 & 해결책: 기존 모델을 억지로 줄이는 대신 이미지의 밝기 정보인 Y 채널만 가벼운 DeltaViT 모델로 복원하고 색상 정보는 별도 보정하는 구조를 설계한 뒤 ONNX와 TensorRT로 변환해 Jetson Orin NX에서 처리 시간을 28ms 미만으로 낮췄습니다.
교훈 & 주의점
- 교훈 & 주의점: 양자화와 가지치기만으로는 한계가 있으므로 실제 하드웨어와 사용 환경을 모델 설계 초기부터 함께 고려해야 하며, 이 방식은 색상 변화가 큰 특수 조명 환경에서는 추가 검증이 필요합니다.
함께 읽을 글
내용이 비슷해요내용이 비슷한 글을 먼저 보여드려요. 같은 문제나 해결책을 다룬다는 뜻은 아니에요.