스레딩 및 동시성#

이 주제에서는 pypylon 애플리케이션에서 스레딩과 동시성이 사용되는 방식과 성능 및 확장성을 위해 획득 및 처리 파이프라인을 구조화하는 방법을 설명합니다.

이 시각화 자료는 Python 애플리케이션에서 이미지 획득이 작동하는 방식을 보여줍니다.

Camera → Native Thread → Buffer Queue → Python Application

• 이미지 획득은 pylon 내의 네이티브(C++) 스레드에서 실행됩니다.
• 사용자의 Python 코드는 버퍼 큐에서 이미지를 검색합니다.
• 이러한 분리를 통해 비동기 획득이 가능해집니다.

많은 애플리케이션에서 이미지 획득이 처리보다 더 빠릅니다.

Camera → 100 fps
Processing → 20 fps

동시성이 없는 경우:

• 버퍼가 Fill 됩니다.
• 프레임이 드롭됩니다.
• 대기 시간이 증가합니다.

Basic Execution Model#

단일 스레드 방식은 이미지 획득 파이프라인의 가장 단순한 형태입니다.

Acquire → Process → Acquire → Process

예:

while camera.IsGrabbing():
    with camera.RetrieveResult(5000) as grab_result:
        if grab_result.GrabSucceeded():
            image = grab_result.Array
            process(image)

이 방식에는 다음과 같은 단점이 있습니다.

• 처리가 획득을 차단합니다.
• 저조한 CPU Utilization
• 제한된 확장성

Producer–Consumer Pattern (Recommended)#

이미지 취득 파이프라인을 위한 보다 정교한 접근 방식입니다.

Acquisition Thread → Queue → Worker Thread(s)

• Producer: 취득 스레드가 이미지를 캡처하여 큐에 넣습니다.
• Consumer: 작업자 스레드가 이미지를 독립적으로 처리합니다.

커스텀 스레드를 사용하는 예제 구현#

import threading
import queue
from pypylon import pylon

def process(image):
    print(image.shape)

image_queue = queue.Queue(maxsize=10)

# Producer thread
def grab_loop(camera):
    while camera.IsGrabbing():
        with camera.RetrieveResult(5000) as grab_result:
            if grab_result.GrabSucceeded():
                image = grab_result.Array
                image_queue.put(image)

# Consumer thread
def process_loop():
    while True:
        image = image_queue.get()
        process(image)
        image_queue.task_done()

with pylon.InstantCamera(pylon.FirstFound) as camera:
    camera.StartGrabbing()

    grab_thread = threading.Thread(target=grab_loop, args=(camera,))
    processing_thread = threading.Thread(target=process_loop)

    grab_thread.start()
    processing_thread.start()

    grab_thread.join()
    image_queue.join()

큐 동작 및 백프레셔#

Queue full → producer blocks → acquisition slows down

전략:

• 큐 크기를 늘립니다.
• 프레임을 수동으로 드롭합니다.
• 사용 LatestImageOnly.

Combining with Grab Strategies#

• LatestImageOnly: 대기열을 줄입니다.
• OneByOne: 완전성을 보장합니다.

모범 사례:

LatestImageOnly + queue → responsive systems
OneByOne + logging → analysis systems

Thread-Safety Considerations#

• 락 없이 가변 데이터를 공유하지 마세요.
• 예를 들어 다음을 사용하여 다른 스레드에 전달하기 전에 이미지를 복사합니다. Array 함수입니다.
• 사용 queue.Queue (안전한 통신을 위해).

CPU Utilization#

병렬 처리는 다음과 같은 이점을 제공합니다.

• 향상된 CPU 사용률
• 관심사 분리
• 확장 가능한 아키텍처

Core 1 → Acquisition
Core 2 → Processing
Core 3 → AI

When to Use Multiple Threads#

다음과 같은 상황에서는 스레딩을 사용하세요.

• 처리가 취득보다 느립니다.
• 여러 처리 단계가 존재합니다.
• 실시간 응답성이 필요합니다.

다음과 같은 상황에서는 스레딩을 피하세요.

• 처리가 미미한 수준입니다.
• 시스템 복잡성이 최소화되어야 합니다.

Advanced Patterns (Overview)#

Multi-Stage Pipeline#

다단 파이프라인은 이미지 처리를 독립된 단계로 나누어 동시에 실행하고 큐를 통해 데이터를 교환합니다.

Grab → Preprocess → Analyze → Display

Multi-Consumer Setup#

Producer → Queue → Multiple processing threads

Conceptual Pipeline#

Camera → Queue → Processing → Results

주요 내용 요약#

• 취득과 처리는 분리되어야 합니다.
• 확장성을 위해 생산자-소비자 패턴을 사용하십시오.
• 큐는 스레드 안전한 통신을 제공합니다.
• 스레딩은 성능을 향상시키지만 복잡성을 증가시킵니다.