ArcGIS Image Server는 이미지에서 객체를 분류하고 감지하기 위해 종단 간 워크플로가 포함된 딥러닝 도구를 제공합니다. 이러한 도구를 사용하면 교육 샘플 데이터셋을 생성하고 딥러닝 프레임워크로 내보내 딥러닝 모델을 개발할 수 있습니다. 그러면 이미지 분류 및 객체 감지와 같은 데이터 추론 워크플로를 수행할 수 있습니다.
ArcGIS Image Server의 래스터 분석 배포에서 딥러닝 도구를 실행하려면 사이트의 각 서버 노드에서 하나의 그래픽 처리 장치(GPU)를 사용할 수 있어야 합니다.
비고:
10.7에서 래스터 분석은 하나의 머신에서 동시에 다중 GPU를 사용할 수 없습니다. 다중 GPU가 있는 머신에서 딥러닝 래스터 분석 워크플로를 실행하면 하나의 GPU만 사용됩니다.
ArcGIS Image Server에서 래스터 분석은 GPU와 함께 TensorFlow 또는 Keras Python 프레임워크를 사용할 수 있습니다. ArcGIS Image Server 설치에 스크립트 도구가 포함되어 있어 원하는 파이썬 프레임워크를 설정하는 데 도움이 됩니다.
래스터 분석 배포에 딥러닝 지원 추가
래스터 분석 배포를 구성한 후에 아래 단계에 따라 딥러닝 파이썬 리소스를 설치합니다. 다중노드ArcGIS Image Server 사이트가 있는 경우 각 서버 노드에서 이러한 단계를 반복합니다.
해당 단계에서 사용하는 OS 계정은 ArcGIS Image Server의 서비스 계정이어야 합니다.
- 머신의 CUDA 툴킷에 적합한 NVIDIA 드라이버를 설치합니다.
자세한 내용은 NVIDIA CUDA 웹사이트를 참고하세요.
- CUDA 딥 뉴럴 네트워크(cuDNN) 라이브러리를 설치합니다.
자세한 내용은 NVIDIA cuDNN 웹사이트를 참고하세요.
- ArcGIS Image Server을 설치한 사용자로 터미널을 엽니다.
- <ArcGIS Server installation directory>/tools/arcgis-imageDL-setup 폴더를 찾습니다.
- ./arcgis-imageDL-setup 명령으로 도구를 실행합니다.
도구 도움말이 나타납니다.
- 딥러닝 래스터 분석에 사용할 파이썬 프레임워크를 설치합니다(TensorFlow 또는 Keras).
- TensorFlow를 설치하려면 ./arcgis-imageDL-setup install tensorflow 명령을 실행합니다.
- Keras를 설치하려면 ./arcgis-imageDL-setup install keras 명령을 실행합니다.
- ArcGIS Image Server 사이트의 각 머신에서 1~6단계를 반복합니다.
하나의 서비스 인스턴스만 각 서버 노드에서 GPU를 사용할 수 있습니다. RasterProcessingGPU 서비스의 머신당 최대 인스턴스 수는 항상 기본값인 1로 설정해야 합니다.
- ArcGIS Server Manager에서 RasterProcessingGPU 서비스의 머신당 최대 인스턴스 수를 확인할 수 있습니다. 서비스 > 서비스 관리 > RasterProcessingGPU로 이동한 다음 RasterProcessingGPU를 클릭하여 편집 페이지로 이동합니다. 풀링 탭에서 머신당 최대 인스턴스 수가 1로 설정되어 있는지 확인합니다.
주의:
해당 서비스의 머신당 최대 인스턴스 수는 늘리면 안 됩니다. - 딥러닝 python 모듈이 설치되어 있는 복제 환경으로 스왑한 후 래스터 분석을 위해 ArcGIS Image Server를 다시 시작합니다.