Dynamic Resolution Scaling

Dinamik çözünürlük ölçekleme nedir diye sorduğunda, bu, kararlı bir kare hızını korumak ve hesaplama kaynaklarını optimize etmek için bir görüntünün, video karesinin veya işleme hattının dahili çözünürlüğünü gerçek zamanlı olarak ayarlayan bir teknikten bahsettiğini bilmelisin. Başlangıçta video oyunlarında zorlu sahneler sırasında performans düşüşlerini önlemek için popüler hale gelen Dinamik Çözünürlük Ölçekleme (DRS), yapay zeka (AI) ve bilgisayarlı görü alanlarında kritik bir kavram haline gelmiştir. Çözünürlüğü donanım yüküne göre dinamik olarak değiştirerek, sistemler ciddi gecikme artışları yaşamadan tutarlı bir iş çıkarma hızı sağlayabilir.

Link to this sectionDinamik Çözünürlük Ölçekleme Nasıl Çalışır#

Standart bir işleme hattında donanım, sabit sayıda pikseli işlemekle görevlendirilir. Dinamik çözünürlük ölçekleme ne işe yarar diye merak ediyorsan, sistem performans ölçümlerini (örneğin çıkarım gecikmesi veya kare işleme süresi gibi) aktif olarak izlediğini bilmelisin. Sistem bir darboğaz tespit ederse, DRS grafik işlem birimi (GPU) üzerindeki iş yükünü azaltmak için dahili çözünürlüğü otomatik olarak düşürür.

Modern uygulamalar, DRS'yi sıklıkla gelişmiş derin öğrenme ölçekleyicileri ile eşleştirir. Bu senaryolarda, yapay zeka destekli grafik işleme, düşük çözünürlüklü bir temelden yüksek kaliteli bir çıktı görüntüsü yeniden oluşturur. Bu, algoritmaların sahneleri sorunsuz bir şekilde analiz etmesine veya görüntülemesine olanak tanırken, yapay zeka eksik görsel bilgileri akıllıca doldurur.

Link to this sectionGerçek Dünya Uygulamaları#

Dinamik Çözünürlük Ölçekleme, hız ve doğruluğu dengelemek için hem bilgisayar grafikleri hem de makine öğrenimi dağıtımlarında yoğun bir şekilde kullanılır:

• Yapay Zeka Destekli Grafikler ve Oyun: DRS'nin en öne çıkan tüketici kullanımı, NVIDIA DLSS (Derin Öğrenme Süper Örnekleme) ve AMD FSR ile birliktedir. Üst düzey uygulamalar, karmaşık ortamları değişken ve daha düşük bir çözünürlükte işlemek için bu araçlara güvenir. Yapay zeka daha sonra keskin bir görüntü çıktısı almak için uzamsal ölçekleme tekniklerini kullanır ve PlayStation Spectral Super Resolution (PSSR) gibi teknolojileri modern grafiklerin sorunsuz çalışması için kritik hale getirir.
• Uç Cihazlarda Uyarlanabilir Bilgisayarlı Görü: Nesne algılama modellerini uç bilişim kısıtlamalarına ve termal kısma sınırlamalarına tabi donanımlar üzerinde dağıtırken, gerçek zamanlı hızları korumak zordur. Geliştiriciler, Ultralytics YOLO26 gibi modeller için uyarlanabilir bir strateji uygulayabilirler. Giriş imgsz parametresini dinamik olarak ayarlayarak, model sistemin en yoğun olduğu anlarda 640x640'tan 320x320'ye düşebilir ve böylece kesintisiz gerçek zamanlı çıkarım sağlayabilir.

Link to this sectionDinamik Çözünürlük Ölçekleme Kullanmalı mısın?#

Geliştiriciler arasında yaygın bir soru, dinamik çözünürlük ölçekleme kullanmalı mıyım ve uç bilişim dağıtımları için iyi bir çözüm müdür şeklindedir. Cevap genellikle evet, özellikle tutarlı performansın her küçük görsel detayı analiz etmekten daha önemli olduğu sistemler için. Sabit çözünürlük, hesaplama maliyetine bakılmaksızın aynı piksel sayısının işlenmesini zorunlu kılarken, DRS yazılım çökmelerini veya takılmaları önlemek için esneklik sağlar. Ultralytics Platform üzerinde bir bilgisayarlı görü hattı yapılandırıyorsan, uyarlanabilir bir çözünürlük stratejisi kullanmak, genel hat verimliliğini artırmak için yığın boyutu optimize etmek veya model nicelleştirme uygulamak kadar etkili olabilir.

Bir görüntünün belirli bölümlerindeki doku ayrıntılarını seçici olarak azaltan Değişken Hızda Gölgelendirme'nin (VRS) aksine, DRS görüntünün tamamının boyutunu ölçekler. Bu durum, PyTorch framework'üne veya grafik motoruna iletilen küresel giriş boyutunu doğrudan etkiler.

Link to this sectionGörüntüleme Yapay Zekasında Uyarlanabilir Çözünürlüğü Uygulama#

Python programlama dilini kullanarak, modelin tahmin moduna aktarılan görüntü boyutunu dinamik olarak değiştirerek DRS'yi taklit eden bir betiği kolayca oluşturabilirsin. Dinamik grafik mimarilerinden yararlanarak, modelin yeniden yüklenmesine gerek kalmadan yeni boyuta anında ve sorunsuz bir şekilde uyum sağlamasını sağlayabilirsin.

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

Çözünürlüğü uyarlanabilir bir şekilde yöneterek, NVIDIA Jetson gibi cihazlara daha sağlam bilgisayarlı görü sistemleri dağıtabilir ve video akışını kesintiye uğratmadan performans artışlarını yönetebilirsin.