SAM 2로 다중 카메라 실시간 추적, 하나의 GPU에서
원제 Show HN: Open-source, real-time object tracking for live video feeds
106 포인트댓글 11
Key Point
카메라 여러 대를 같은 GPU에서 실시간 추적할 때 메모리 대폭 절감과 속도 향상을 동시에 구현한 오픈소스 서빙 엔진이 나왔다.
핵심 요약
- SAM 2와 EdgeTAM을 위한 서빙 엔진 tamserve는 한 GPU에서 여러 카메라의 모든 객체를 동시에 추적하며, 모든 카메라가 모델 한 카피를 공유해 메모리 효율과 속도를 개선한다.
- RTX 4090 하나에서 720p 카메라 6대를 초당 30프레임으로 추적 가능하고, 카메라 8대 기준 메모리는 기존 8.6GB에서 2.2GB로 감소한다.
- 객체를 클릭으로 지정하거나 'dog'·'the red mug' 같이 이름으로 지정할 수 있으며, Tracker는 Meta의 SAM 3 모델과 조합해 모든 카메라에서 자동으로 일치하는 객체를 찾아 추적한다.
- EdgeTAM 추종 시 SAM 3 대비 정확도 95% 수준(HOTA 56.3 vs 59.4)이면서 GPU 시간은 26ms로 약 4분의 1로 단축되고, 카메라 16대를 동시 추적 가능하다.
- PeopleTracker는 사람 추적에 특화해 SAM 3 자체 추적기보다 정확도가 높고(HOTA 89.6 vs 87.8) 비용은 95분의 1 수준(8.9ms vs 126ms)이며, 메모리는 처음부터 끝까지 3.5GB에 머문다.
- 고정된 보안카메라에 대해 still=True 옵션 사용 시 비용을 약 40% 단축 가능하고, compile=True로 모델을 GPU에 맞춰 컴파일하면 처음 시작은 약 20분 걸리지만 이후는 95초, 반복 시작은 2초다.
- Router를 통해 여러 GPU를 연결할 수 있으며, RTX 4090 2대에서 720p 32개 카메라를 추적할 때 초당 476프레임 처리 가능하다(1대: 241프레임).
- 제약사항으로 역방향 추적 불가, 마스크 미세 조정 불가, SAM 3 없이 자동 객체 발견 불가, 긴 absence 후 같은 객체 인식 불가, 혼잡한 군중에서는 90명 중 72%만 추적 가능하다.
- pip install로 간편 설치 가능하고 NVIDIA GPU 필요하며, EdgeTAM은 54MB, SAM 3는 3.5GB이고 Apache-2.0 라이선스로 공개되어 있다.