카트 상의 이미지 자체를 Core Cloud서버로 전송할 경우, 네트워크 부하가 많이 발생하게 된다. 이에따라, Cloude-Edge단에서 원본 프레임을 머신러닝 모델의 input형식에 맞추어 전처리를 진행한 후 전처리된 데이터만을 송신하며 동시에 결과값만을 수신한다. 이를 통해 네트워크 부하를 분산할 수 있으며, 최종적으로 시간 대비 영상 처리율 향상을 목표한다.
카트 상의 이미지 자체를 Core Cloud서버로 전송할 경우, 네트워크 부하가 많이 발생하게 된다.
이에따라, Cloude-Edge단에서 원본 프레임을 머신러닝 모델의 input형식에 맞추어 전처리를 진행한 후 전처리된 데이터만을 Core Cloud에 송신하며 동시에 결과값만을 수신하여 네트워크 부하를 분산한다.
이를 통해 주행모듈과 영상처리 모듈간의 병목현상을 해소하며 최종적으로 시간 대비 영상 처리율 향상을 목표한다.
