Dynamic Resolution Scaling

Когда ты задаешься вопросом, что такое динамическое масштабирование разрешения, имей в виду, что это метод, который корректирует внутреннее разрешение изображения, видеокадра или конвейера рендеринга в реальном времени для поддержания стабильной частоты кадров и оптимизации вычислительных ресурсов. Первоначально популяризированное в видеоиграх для предотвращения падения производительности во время требовательных сцен, динамическое масштабирование разрешения (DRS) стало важнейшей концепцией в искусственном интеллекте (ИИ) и компьютерном зрении. Динамически изменяя разрешение в зависимости от нагрузки на оборудование, системы могут обеспечить стабильную пропускную способность без резких скачков задержки.

Link to this sectionКак работает динамическое масштабирование разрешения#

В стандартном конвейере обработки оборудование выполняет задачу по обработке фиксированного количества пикселей. Если тебе интересно, что делает динамическое масштабирование разрешения, оно активно отслеживает показатели производительности системы, такие как задержка инференса или время рендеринга кадра. Если система обнаруживает узкое место, DRS автоматически снижает внутреннее разрешение, чтобы уменьшить нагрузку на графический процессор (GPU).

Современные реализации часто сочетают DRS с продвинутыми апскейлерами на основе глубокого обучения. В этих сценариях графический рендеринг на базе ИИ восстанавливает высококачественное выходное изображение из основы с более низким разрешением. Это позволяет алгоритмам плавно анализировать или отображать сцены, пока ИИ интеллектуально заполняет недостающую визуальную информацию.

Link to this sectionРеальные применения#

Динамическое масштабирование разрешения широко используется как в компьютерной графике, так и в развертываниях машинного обучения для баланса между скоростью и точностью:

• Графика и игры на базе ИИ: Наиболее заметное потребительское использование DRS происходит вместе с NVIDIA DLSS (Deep Learning Super Sampling) и AMD FSR. Высококлассные приложения полагаются на эти инструменты для рендеринга сложных сред с переменным более низким разрешением. Затем ИИ использует методы пространственного апскейлинга для вывода четкого изображения, что делает такие технологии, как PlayStation Spectral Super Resolution (PSSR), критически важными для плавной современной графики.
• Адаптивное компьютерное зрение на периферийных устройствах: При развертывании моделей обнаружения объектов на оборудовании, подверженном ограничениям периферийных вычислений и ограничениям теплового троттлинга, поддержание скорости в реальном времени является сложной задачей. Ты можешь реализовать адаптивную стратегию для таких моделей, как Ultralytics YOLO26. Динамически настраивая входной параметр imgsz, модель может уменьшать масштаб с 640x640 до 320x320 во время пиковых нагрузок на систему, обеспечивая непрерывный инференс в реальном времени.

Link to this sectionСтоит ли использовать динамическое масштабирование разрешения?#

Распространенный вопрос среди разработчиков: стоит ли использовать динамическое масштабирование разрешения и хорошо ли оно подходит для развертываний на периферийных устройствах. Ответ, как правило, да, особенно для систем, где стабильная производительность важнее, чем анализ каждой мелкой визуальной детали. В то время как статическое разрешение заставляет обрабатывать одно и то же количество пикселей независимо от вычислительных затрат, DRS обеспечивает гибкость, позволяющую предотвратить сбои программного обеспечения или заикания. Если ты настраиваешь конвейер компьютерного зрения на платформе Ultralytics, использование стратегии адаптивного разрешения может быть столь же эффективным, как и оптимизация размера пакета или применение квантования модели для повышения общей эффективности конвейера.

В отличие от Variable Rate Shading, который избирательно снижает детализацию текстур в определенных частях изображения, DRS масштабирует весь диапазон изображения. Это напрямую влияет на глобальный размер входных данных, передаваемых в PyTorch или графический движок.

Link to this sectionРеализация адаптивного разрешения в ИИ для компьютерного зрения#

Ты можешь легко создать скрипт с помощью языка программирования Python, который имитирует DRS путем динамического изменения размера изображения, передаваемого в режим предсказания модели. Используя архитектуры динамических графов, модель плавно адаптируется к новому размеру «на лету» без необходимости перезагрузки.

from ultralytics import YOLO

# Load a pre-trained Ultralytics YOLO26 model
model = YOLO("yolo26n.pt")


def adaptive_inference(frame, current_fps):
    # Dynamically scale input resolution based on system performance (e.g., target 30 FPS)
    input_size = 640 if current_fps > 30 else 320

    # Run inference with the dynamically selected resolution
    results = model.predict(source=frame, imgsz=input_size, verbose=False)
    return results

Управляя разрешением адаптивно, ты можешь развертывать более надежные системы компьютерного зрения на таких устройствах, как NVIDIA Jetson, и корректно справляться с пиками производительности без прерывания видеопотока.