Spaces:
Running
Running
File size: 58,292 Bytes
e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 eaf4f2b 8379480 eaf4f2b 8379480 eaf4f2b 8379480 eaf4f2b e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 e236e89 8379480 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 701 702 703 704 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719 720 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 737 738 739 740 741 742 743 744 745 746 747 748 749 750 751 752 753 754 755 756 757 758 759 760 761 762 763 764 765 766 767 768 769 770 771 772 773 774 775 776 777 778 779 780 781 782 783 784 785 786 787 788 789 790 791 792 793 794 795 796 797 798 799 800 801 802 803 804 805 806 807 808 809 810 811 812 813 814 815 816 817 818 819 820 821 822 823 824 825 826 827 828 829 830 831 832 833 834 835 836 837 838 839 840 841 842 843 844 845 846 847 848 849 850 851 852 853 854 855 856 857 858 859 860 861 862 863 864 865 866 867 868 869 870 871 872 873 874 875 876 877 878 879 880 881 882 883 884 885 886 887 888 889 890 891 892 893 894 895 896 897 898 899 900 901 902 903 904 905 906 907 908 909 910 911 912 913 914 915 916 917 918 919 920 921 922 923 924 925 926 927 928 929 930 931 932 933 934 935 936 937 938 939 940 941 942 943 944 945 946 947 948 949 950 951 952 953 954 955 956 957 958 959 960 961 962 963 964 965 966 967 968 969 970 971 972 973 974 975 976 977 978 979 980 981 982 983 984 985 986 987 988 989 990 991 992 993 994 995 996 997 998 999 1000 1001 1002 1003 1004 1005 1006 1007 1008 1009 1010 1011 1012 1013 1014 1015 1016 1017 1018 1019 1020 1021 1022 1023 1024 1025 1026 1027 1028 1029 1030 1031 1032 1033 1034 1035 1036 1037 1038 1039 1040 1041 1042 1043 1044 1045 1046 1047 1048 1049 1050 1051 1052 1053 1054 1055 1056 1057 1058 1059 1060 1061 1062 1063 1064 1065 1066 1067 1068 1069 1070 1071 1072 1073 1074 1075 1076 1077 1078 1079 1080 1081 1082 1083 1084 1085 1086 1087 1088 1089 1090 1091 1092 1093 1094 1095 1096 1097 1098 1099 1100 1101 1102 1103 1104 1105 1106 1107 1108 1109 1110 1111 1112 1113 1114 1115 1116 1117 1118 1119 1120 1121 1122 1123 1124 1125 1126 1127 1128 1129 1130 1131 1132 1133 1134 1135 1136 1137 1138 1139 1140 1141 1142 1143 1144 1145 1146 1147 1148 1149 1150 1151 1152 1153 1154 1155 1156 1157 1158 1159 1160 1161 1162 1163 1164 1165 1166 1167 1168 1169 1170 1171 1172 1173 1174 1175 1176 1177 1178 1179 1180 1181 1182 1183 1184 1185 1186 1187 1188 1189 1190 1191 1192 1193 1194 1195 1196 1197 1198 1199 1200 1201 1202 1203 1204 1205 1206 1207 1208 1209 1210 1211 1212 1213 1214 1215 1216 1217 1218 1219 1220 1221 1222 1223 1224 1225 1226 1227 1228 1229 1230 1231 1232 1233 1234 1235 1236 1237 1238 1239 1240 1241 1242 1243 1244 1245 1246 1247 1248 1249 1250 1251 1252 1253 1254 1255 1256 1257 1258 1259 1260 1261 1262 1263 1264 1265 1266 1267 1268 1269 1270 1271 1272 1273 1274 1275 1276 1277 1278 1279 1280 1281 1282 1283 1284 1285 1286 1287 1288 1289 1290 1291 1292 1293 1294 1295 1296 1297 1298 1299 1300 1301 1302 1303 1304 1305 1306 1307 1308 1309 1310 1311 1312 1313 1314 1315 1316 1317 1318 1319 1320 1321 1322 1323 1324 1325 1326 1327 1328 1329 1330 1331 1332 1333 1334 1335 1336 1337 1338 1339 1340 1341 1342 1343 1344 1345 1346 1347 1348 1349 1350 1351 1352 1353 1354 1355 1356 1357 1358 1359 1360 1361 1362 1363 1364 1365 1366 1367 1368 1369 1370 1371 1372 1373 1374 1375 1376 1377 1378 1379 1380 1381 1382 1383 1384 1385 1386 1387 1388 1389 1390 1391 1392 1393 1394 1395 1396 1397 1398 1399 1400 1401 1402 1403 1404 1405 1406 1407 1408 1409 1410 1411 1412 1413 1414 1415 1416 1417 1418 1419 1420 1421 1422 1423 1424 1425 1426 1427 1428 1429 1430 1431 1432 1433 1434 1435 1436 1437 1438 1439 1440 1441 1442 1443 1444 1445 1446 1447 1448 1449 1450 1451 1452 1453 1454 1455 1456 1457 1458 1459 1460 1461 1462 1463 1464 1465 1466 1467 1468 1469 1470 1471 1472 1473 1474 1475 1476 1477 1478 1479 1480 1481 1482 1483 1484 1485 1486 1487 1488 1489 1490 1491 1492 1493 1494 1495 1496 1497 1498 1499 1500 1501 1502 1503 1504 1505 1506 1507 1508 1509 1510 1511 1512 1513 1514 1515 1516 1517 1518 1519 1520 1521 1522 1523 1524 1525 1526 1527 1528 1529 | <!DOCTYPE html>
<html lang="ko">
<head>
<meta charset="UTF-8" />
<meta name="viewport" content="width=device-width, initial-scale=1.0" />
<title>사진 한 장으로 거리를 잴 수 있을까? — AI 물체 탐지 + 깊이 추정</title>
<!-- 글꼴: 불러오지 못하면 맑은 고딕으로 표시됨 -->
<link rel="stylesheet"
href="https://cdn.jsdelivr.net/gh/orioncactus/pretendard@v1.3.9/dist/web/variable/pretendardvariable-dynamic-subset.min.css" />
<style>
:root {
--ink: #18202e;
--muted: #5b6474;
--paper: #f3f5f8;
--panel: #ffffff;
--line: #d8dde5;
--accent: #5b1a9e; /* 깊이 색상표의 '먼 쪽' 보라 */
--near: #f89540; /* 깊이 색상표의 '가까운 쪽' 주황 */
--warn: #9a4314;
--ok: #1f6f4a;
--error: #8a1f1f;
}
* { box-sizing: border-box; }
body {
margin: 0;
background: var(--paper);
color: var(--ink);
font-family: "Pretendard Variable", Pretendard, "Apple SD Gothic Neo", "Malgun Gothic", "맑은 고딕", sans-serif;
line-height: 1.6;
font-variant-numeric: tabular-nums;
}
header, main { max-width: 1120px; margin: 0 auto; padding-left: 20px; padding-right: 20px; }
header { padding-top: 32px; padding-bottom: 8px; }
h1 {
font-size: clamp(24px, 3.4vw, 34px);
line-height: 1.25;
letter-spacing: -0.02em;
font-weight: 750;
margin: 0 0 8px;
}
.lede { color: var(--muted); margin: 0; max-width: 64ch; }
/* 깊이 색상표 범례 — 화면에서 가장 눈에 띄는 요소 */
.legend { margin-top: 18px; max-width: 440px; }
.legend-bar {
height: 12px;
border-radius: 6px;
background: linear-gradient(90deg, #0d0887, #6a00a8, #b12a90, #e16462, #fca636, #f0f921);
}
.legend-labels { display: flex; justify-content: space-between; font-size: 13px; color: var(--muted); margin-top: 4px; }
main {
padding-top: 16px;
padding-bottom: 56px;
display: grid;
grid-template-columns: 300px minmax(0, 1fr);
gap: 20px;
align-items: start;
}
.panel {
background: var(--panel);
border: 1px solid var(--line);
border-radius: 10px;
padding: 18px;
min-width: 0;
}
.wide { grid-column: 1 / -1; }
h2 { font-size: 18px; margin: 0; font-weight: 700; letter-spacing: -0.01em; }
.section-head {
display: flex;
justify-content: space-between;
align-items: center;
gap: 12px;
flex-wrap: wrap;
margin-bottom: 12px;
}
.hint { font-size: 13px; color: var(--muted); margin: 6px 0 0; }
/* ---------- 왼쪽 조작부 ---------- */
.step { margin-bottom: 20px; }
.step-title { display: flex; gap: 8px; align-items: center; font-weight: 650; margin-bottom: 8px; }
.step-num {
display: inline-grid; place-items: center;
width: 22px; height: 22px; border-radius: 50%;
background: var(--ink); color: #fff; font-size: 12px; font-weight: 700;
}
input[type="file"] { width: 100%; font: inherit; font-size: 14px; }
input[type="range"] { width: 100%; accent-color: var(--accent); }
.btn {
appearance: none;
border: 1px solid var(--accent);
background: var(--accent);
color: #fff;
font: inherit;
font-weight: 650;
padding: 10px 16px;
border-radius: 8px;
cursor: pointer;
}
.btn.block { width: 100%; }
.btn.secondary { background: #fff; color: var(--accent); }
.btn:disabled { opacity: 0.45; cursor: not-allowed; }
:focus-visible { outline: 3px solid var(--near); outline-offset: 2px; }
.status {
margin-top: 14px;
padding: 10px 12px;
border-radius: 8px;
background: #eef1f5;
font-size: 14px;
}
.status[data-tone="error"] { background: #fbeaea; color: var(--error); }
.status[data-tone="warn"] { background: #fdf2e3; color: var(--warn); }
.status[data-tone="ok"] { background: #e7f3ec; color: var(--ok); }
.seg { display: flex; border: 1px solid var(--line); border-radius: 8px; overflow: hidden; }
.seg label { flex: 1; position: relative; cursor: pointer; border-right: 1px solid var(--line); }
.seg label:last-child { border-right: 0; }
.seg input { position: absolute; opacity: 0; pointer-events: none; }
.seg span { display: block; text-align: center; padding: 7px 0; font-size: 14px; }
.seg input:checked + span { background: var(--ink); color: #fff; }
.seg input:focus-visible + span { outline: 3px solid var(--near); outline-offset: -3px; }
.seg input:disabled + span { opacity: 0.4; cursor: not-allowed; }
/* ---------- 결과 화면 ---------- */
#canvas { display: none; width: 100%; height: auto; border-radius: 6px; }
.placeholder {
display: grid; place-items: center;
min-height: 320px;
border: 1px dashed var(--line);
border-radius: 6px;
color: var(--muted);
text-align: center;
padding: 20px;
}
.chips { display: flex; flex-wrap: wrap; gap: 6px; margin: 0 0 12px; padding: 0; list-style: none; }
.chips li { background: #eef1f5; border-radius: 999px; padding: 3px 12px; font-size: 14px; }
.chips li.total { background: var(--ink); color: #fff; }
.table-wrap { overflow-x: auto; }
table { border-collapse: collapse; width: 100%; font-size: 14px; }
th, td { padding: 8px 10px; border-bottom: 1px solid var(--line); text-align: left; white-space: nowrap; }
th { font-weight: 650; color: var(--muted); font-size: 13px; }
td.num, th.num { text-align: right; }
.objects { min-width: 760px; }
.closeness { display: inline-flex; align-items: center; gap: 8px; }
.closeness i { display: inline-block; width: 14px; height: 14px; border-radius: 3px; border: 1px solid rgba(0,0,0,.15); }
.flag { color: var(--warn); font-size: 13px; }
input.dist {
width: 96px;
font: inherit;
padding: 4px 8px;
border: 1px solid var(--line);
border-radius: 6px;
text-align: right;
}
.empty { color: var(--muted); padding: 12px 0; margin: 0; }
/* ---------- 실측 비교 ---------- */
.exp-grid { display: grid; grid-template-columns: minmax(0, 1fr) minmax(0, 1fr); gap: 20px; margin-top: 14px; }
.stat-list { display: grid; grid-template-columns: auto 1fr; gap: 6px 14px; margin: 0 0 12px; }
.stat-list dt { color: var(--muted); }
.stat-list dd { margin: 0; font-weight: 650; }
.notes { margin: 0; padding-left: 18px; }
.notes li { margin-bottom: 6px; }
#plot { width: 100%; display: block; border: 1px solid var(--line); border-radius: 6px; }
/* ---------- 처리 시간 ---------- */
.bars { display: grid; gap: 8px; margin-bottom: 10px; }
.bar-row { display: grid; grid-template-columns: 120px minmax(0, 1fr) 90px; gap: 10px; align-items: center; font-size: 14px; }
.bar { height: 10px; background: #e6e9ef; border-radius: 5px; overflow: hidden; }
.bar > i { display: block; height: 100%; background: var(--accent); }
.bar-row .ms { text-align: right; }
.bench-actions { display: flex; gap: 10px; flex-wrap: wrap; align-items: center; margin-top: 12px; }
@media (max-width: 860px) {
main { grid-template-columns: minmax(0, 1fr); }
.exp-grid { grid-template-columns: minmax(0, 1fr); }
.placeholder { min-height: 200px; }
}
</style>
</head>
<body>
<header>
<h1>사진 한 장으로 거리를 잴 수 있을까?</h1>
<p class="lede">
물체 탐지 모델(YOLOS)로 물체를 찾고, 깊이 추정 모델(Depth Anything V2)로 각 물체가 얼마나 가까운지 계산합니다.
줄자로 잰 실제 거리를 입력하면 AI의 값이 얼마나 맞는지 비교합니다.
</p>
<div class="legend" aria-hidden="true">
<div class="legend-bar"></div>
<div class="legend-labels"><span>멀다</span><span>깊이맵 색상</span><span>가깝다</span></div>
</div>
</header>
<main>
<!-- =====================================================
왼쪽: 조작부
===================================================== -->
<aside class="panel">
<div class="step">
<label class="step-title" for="imageInput"><span class="step-num">1</span>사진 고르기</label>
<input type="file" id="imageInput" accept="image/*" />
<p class="hint">실측 실험용이면 같은 종류의 물체 3~5개를 거리만 다르게 놓고 한 장에 찍으세요.</p>
</div>
<div class="step">
<label class="step-title" for="threshold">
<span class="step-num">2</span>기준 점수 <output id="thresholdValue" for="threshold">0.70</output>
</label>
<input type="range" id="threshold" min="0.1" max="0.95" step="0.05" value="0.70" />
<p class="hint">AI의 확신이 이 점수보다 낮은 물체는 숨깁니다. 다시 분석하지 않고 바로 반영됩니다.</p>
</div>
<button class="btn block" id="runButton" disabled>분석하기</button>
<div class="status" id="status" role="status" aria-live="polite">AI 모델을 불러오는 중입니다.</div>
<div class="step" style="margin-top:20px;margin-bottom:0">
<div class="step-title">화면 보기</div>
<div class="seg" role="radiogroup" aria-label="화면 보기">
<label><input type="radio" name="view" value="photo" checked /><span>사진</span></label>
<label><input type="radio" name="view" value="depth" disabled /><span>깊이맵</span></label>
<label><input type="radio" name="view" value="blend" disabled /><span>겹쳐 보기</span></label>
</div>
</div>
</aside>
<!-- =====================================================
오른쪽: 결과 이미지
===================================================== -->
<section class="panel" aria-label="분석 결과 이미지">
<div class="placeholder" id="placeholder">사진을 고르고 분석하면 여기에 결과가 표시됩니다.</div>
<canvas id="canvas"></canvas>
</section>
<!-- =====================================================
찾은 물체 표
===================================================== -->
<section class="panel wide">
<div class="section-head">
<h2>찾은 물체</h2>
<button class="btn secondary" id="csvButton" disabled>결과를 CSV로 저장</button>
</div>
<ul class="chips" id="summary"></ul>
<div class="table-wrap">
<table class="objects">
<thead>
<tr>
<th>번호</th>
<th>물체</th>
<th class="num">AI 확신도</th>
<th class="num">깊이값(중앙값)</th>
<th>근접도</th>
<th class="num">가까운 순위</th>
<th>참고</th>
<th>실측 거리(cm)</th>
</tr>
</thead>
<tbody id="objectRows"></tbody>
</table>
</div>
<p class="empty" id="tableEmpty">아직 분석한 사진이 없습니다.</p>
<p class="hint">
깊이값은 물체 상자의 가운데 50% 영역에서 구한 중앙값입니다. 상자 가장자리에 섞여 들어오는 배경을 줄이기 위해서입니다.
근접도는 이 사진에서 가장 먼 곳을 0, 가장 가까운 곳을 100으로 바꾼 값입니다.
</p>
</section>
<!-- =====================================================
실측 비교 실험
===================================================== -->
<section class="panel wide">
<div class="section-head">
<h2>실측 비교</h2>
<button class="btn" id="expButton" disabled>실측 비교 계산</button>
</div>
<p class="hint" style="margin-top:0">
표의 마지막 칸에 줄자로 잰 카메라–물체 거리(cm)를 3개 이상 입력하고 계산하세요.
깊이값은 사진마다 기준이 달라지므로, 같은 사진 안의 물체끼리만 비교합니다.
</p>
<div id="expOutput"></div>
</section>
<!-- =====================================================
처리 시간
===================================================== -->
<section class="panel wide">
<div class="section-head">
<h2>처리 시간</h2>
</div>
<div id="timing"><p class="empty">분석을 하면 단계별 처리 시간이 표시됩니다.</p></div>
<p class="hint" id="loadInfo"></p>
<div class="bench-actions">
<button class="btn secondary" id="benchButton" disabled>속도 5회 측정</button>
<span class="hint" style="margin:0">첫 분석에는 초기화 시간이 섞이므로, 반복 측정한 중앙값을 기준으로 삼습니다.</span>
</div>
<div id="benchOutput"></div>
</section>
</main>
<script type="module">
import { pipeline, RawImage }
from "https://cdn.jsdelivr.net/npm/@huggingface/transformers@3.7.6";
// =====================================================
// 설정
// =====================================================
const DETECT_MODEL = "Xenova/yolos-tiny";
// 첫 번째 모델을 못 불러오면 두 번째로 다시 시도
const DEPTH_MODELS = [
"onnx-community/depth-anything-v2-small",
"onnx-community/depth-anything-v2-small-ONNX",
"Xenova/depth-anything-small-hf"
];
const MAX_SIDE = 960; // 분석용 사진의 긴 변 최대 크기(px). 휴대폰 원본 사진은 너무 커서 줄임
const BASE_THRESHOLD = 0.1; // 탐지는 낮은 기준으로 한 번만 하고, 슬라이더로 걸러서 보여줌
const CENTER_RATIO = 0.5; // 깊이값을 구할 때 쓰는 상자 가운데 영역 비율
const SPREAD_WARN = 0.2; // 상자 안 깊이 편차가 이보다 크면 '배경 섞임' 경고
const SMALL_BOX_WARN = 0.01; // 사진 면적의 1%보다 작은 물체는 '작은 물체' 경고
const MAX_SAMPLES = 40000; // 상자 하나에서 읽을 깊이 픽셀 최대 개수
const BENCH_RUNS = 5;
// =====================================================
// 물체 이름 한글 표시 (COCO 80종 전체)
// =====================================================
const LABEL_KO = {
"person": "사람", "bicycle": "자전거", "car": "자동차", "motorcycle": "오토바이",
"airplane": "비행기", "bus": "버스", "train": "기차", "truck": "트럭", "boat": "보트",
"traffic light": "신호등", "fire hydrant": "소화전", "stop sign": "정지 표지판",
"parking meter": "주차 요금기", "bench": "벤치", "bird": "새", "cat": "고양이",
"dog": "강아지", "horse": "말", "sheep": "양", "cow": "소", "elephant": "코끼리",
"bear": "곰", "zebra": "얼룩말", "giraffe": "기린", "backpack": "배낭",
"umbrella": "우산", "handbag": "핸드백", "tie": "넥타이", "suitcase": "여행가방",
"frisbee": "원반", "skis": "스키", "snowboard": "스노보드", "sports ball": "공",
"kite": "연", "baseball bat": "야구 배트", "baseball glove": "야구 글러브",
"skateboard": "스케이트보드", "surfboard": "서핑보드", "tennis racket": "테니스 라켓",
"bottle": "병", "wine glass": "와인잔", "cup": "컵", "fork": "포크", "knife": "칼",
"spoon": "숟가락", "bowl": "그릇", "banana": "바나나", "apple": "사과",
"sandwich": "샌드위치", "orange": "오렌지", "broccoli": "브로콜리", "carrot": "당근",
"hot dog": "핫도그", "pizza": "피자", "donut": "도넛", "cake": "케이크",
"chair": "의자", "couch": "소파", "potted plant": "화분", "bed": "침대",
"dining table": "식탁", "toilet": "변기", "tv": "TV", "laptop": "노트북",
"mouse": "마우스", "remote": "리모컨", "keyboard": "키보드", "cell phone": "휴대폰",
"microwave": "전자레인지", "oven": "오븐", "toaster": "토스터", "sink": "싱크대",
"refrigerator": "냉장고", "book": "책", "clock": "시계", "vase": "꽃병",
"scissors": "가위", "teddy bear": "곰인형", "hair drier": "헤어드라이어",
"toothbrush": "칫솔"
};
// =====================================================
// 계산 함수 (화면과 무관한 순수 계산)
// PURE-START
// =====================================================
function labelKo(label) {
return LABEL_KO[label] ?? label;
}
function labelFull(label) {
return LABEL_KO[label] ? `${LABEL_KO[label]} (${label})` : label;
}
// 정렬된 배열에서 p 위치의 값 (0.5 = 중앙값)
function quantileSorted(sorted, p) {
if (sorted.length === 0) return NaN;
const pos = (sorted.length - 1) * p;
const lo = Math.floor(pos);
const hi = Math.ceil(pos);
return sorted[lo] + (sorted[hi] - sorted[lo]) * (pos - lo);
}
function median(values) {
return quantileSorted(Float64Array.from(values).sort(), 0.5);
}
function clamp(v, lo, hi) {
return Math.min(hi, Math.max(lo, v));
}
// 깊이 배열의 최솟값·최댓값을 함께 담아 둠
function makeDepth(data, w, h) {
if (!data || data.length !== w * h) {
throw new Error(`깊이 데이터 크기가 맞지 않습니다 (${data?.length} ≠ ${w}×${h}).`);
}
let min = Infinity;
let max = -Infinity;
for (let i = 0; i < data.length; i++) {
const v = data[i];
if (v < min) min = v;
if (v > max) max = v;
}
return { data, w, h, min, max };
}
// 탐지 상자(사진 좌표)를 깊이맵 좌표로 옮겨, 가운데 영역의 깊이값 통계를 구함
// Depth Anything의 값은 '클수록 가깝다'
function boxDepthStats(depth, box, imgW, imgH) {
const sx = depth.w / imgW;
const sy = depth.h / imgH;
const bw = box.xmax - box.xmin;
const bh = box.ymax - box.ymin;
const margin = (1 - CENTER_RATIO) / 2;
let x0 = Math.floor((box.xmin + bw * margin) * sx);
let x1 = Math.ceil((box.xmax - bw * margin) * sx);
let y0 = Math.floor((box.ymin + bh * margin) * sy);
let y1 = Math.ceil((box.ymax - bh * margin) * sy);
x0 = clamp(x0, 0, depth.w - 1);
x1 = clamp(x1, x0 + 1, depth.w);
y0 = clamp(y0, 0, depth.h - 1);
y1 = clamp(y1, y0 + 1, depth.h);
const area = (x1 - x0) * (y1 - y0);
const step = Math.max(1, Math.ceil(Math.sqrt(area / MAX_SAMPLES)));
const values = [];
for (let y = y0; y < y1; y += step) {
for (let x = x0; x < x1; x += step) {
values.push(depth.data[y * depth.w + x]);
}
}
const sorted = Float64Array.from(values).sort();
const med = quantileSorted(sorted, 0.5);
const q1 = quantileSorted(sorted, 0.25);
const q3 = quantileSorted(sorted, 0.75);
const range = (depth.max - depth.min) || 1;
return {
median: med,
q1,
q3,
samples: sorted.length,
closeness: ((med - depth.min) / range) * 100,
spread: (q3 - q1) / range,
areaRatio: (bw * bh) / (imgW * imgH)
};
}
// 실패 조건 힌트
function warningsFor(stats) {
const list = [];
if (!stats) return list;
if (stats.spread > SPREAD_WARN) list.push("상자 안 깊이 편차 큼(배경 섞임·기울어짐)");
if (stats.areaRatio < SMALL_BOX_WARN) list.push("작은 물체(픽셀 부족)");
return list;
}
// 가까운 순위: 깊이값이 클수록 1위
function closenessRanks(items) {
const ranked = items
.filter(d => d.stats)
.slice()
.sort((a, b) => b.stats.median - a.stats.median);
const ranks = new Map();
ranked.forEach((d, i) => ranks.set(d.id, i + 1));
return ranks;
}
// 두 물체씩 짝지어, '실제로 더 가까운 쪽의 깊이값이 더 큰가'를 셈
function pairwiseConcordance(points) {
let concordant = 0;
let total = 0;
for (let i = 0; i < points.length; i++) {
for (let j = i + 1; j < points.length; j++) {
const dd = points[i].d - points[j].d;
if (dd === 0) continue;
total++;
const dv = points[i].v - points[j].v;
if (dd * dv < 0) concordant++;
}
}
return { concordant, total };
}
// 피어슨 상관계수 (-1 ~ 1)
function pearson(xs, ys) {
const n = xs.length;
if (n < 2) return null;
const mx = xs.reduce((s, v) => s + v, 0) / n;
const my = ys.reduce((s, v) => s + v, 0) / n;
let sxy = 0, sxx = 0, syy = 0;
for (let i = 0; i < n; i++) {
sxy += (xs[i] - mx) * (ys[i] - my);
sxx += (xs[i] - mx) ** 2;
syy += (ys[i] - my) ** 2;
}
if (sxx === 0 || syy === 0) return null;
return sxy / Math.sqrt(sxx * syy);
}
// 최소제곱 직선 y = a·x + b
function linearFit(xs, ys) {
const n = xs.length;
if (n < 2) return null;
const mx = xs.reduce((s, v) => s + v, 0) / n;
const my = ys.reduce((s, v) => s + v, 0) / n;
let sxy = 0, sxx = 0;
for (let i = 0; i < n; i++) {
sxy += (xs[i] - mx) * (ys[i] - my);
sxx += (xs[i] - mx) ** 2;
}
if (sxx === 0) return null;
const a = sxy / sxx;
return { a, b: my - a * mx };
}
// 깊이값 = a·(100 / 거리cm) + b → 거리cm = 100·a / (깊이값 − b)
function inverseX(distanceCm) {
return 100 / distanceCm; // 1 / 거리(m)
}
function predictDistanceCm(value, fit) {
if (!fit || fit.a === 0) return null;
const x = (value - fit.b) / fit.a;
if (!(x > 0) || !Number.isFinite(x)) return null;
return 100 / x;
}
// 하나 빼고 맞히기: 나머지로 보정식을 만들고, 뺀 물체의 거리를 추정
function leaveOneOut(points) {
return points.map((p, i) => {
const others = points.filter((_, j) => j !== i);
const fit = linearFit(others.map(o => inverseX(o.d)), others.map(o => o.v));
const pred = predictDistanceCm(p.v, fit);
const err = pred === null ? null : (Math.abs(pred - p.d) / p.d) * 100;
return { id: p.id, d: p.d, v: p.v, pred, err };
});
}
function formatValue(v) {
if (v === null || v === undefined || Number.isNaN(v)) return "—";
return Math.abs(v) >= 100 ? v.toFixed(1) : v.toFixed(3);
}
function csvCell(v) {
const s = String(v ?? "");
return /[",\n]/.test(s) ? `"${s.replace(/"/g, '""')}"` : s;
}
// 깊이맵 색상표 (plasma 계열): 0 = 멀다(남보라), 1 = 가깝다(노랑)
function buildColorLUT() {
const stops = [
[0.00, [13, 8, 135]],
[0.20, [106, 0, 168]],
[0.40, [177, 42, 144]],
[0.60, [225, 100, 98]],
[0.80, [252, 166, 54]],
[1.00, [240, 249, 33]]
];
const lut = new Uint8ClampedArray(256 * 3);
for (let i = 0; i < 256; i++) {
const t = i / 255;
let k = 0;
while (k < stops.length - 2 && t > stops[k + 1][0]) k++;
const [t0, c0] = stops[k];
const [t1, c1] = stops[k + 1];
const f = (t - t0) / (t1 - t0);
for (let c = 0; c < 3; c++) lut[i * 3 + c] = c0[c] + (c1[c] - c0[c]) * f;
}
return lut;
}
// PURE-END
// =====================================================
const LUT = buildColorLUT();
function colorFor(closeness) {
const i = clamp(Math.round((closeness / 100) * 255), 0, 255) * 3;
return [LUT[i], LUT[i + 1], LUT[i + 2]];
}
function esc(s) {
return String(s).replace(/[&<>"']/g, c => ({ "&": "&", "<": "<", ">": ">", '"': """, "'": "'" }[c]));
}
// =====================================================
// HTML 요소
// =====================================================
const $ = id => document.getElementById(id);
const els = {
file: $("imageInput"),
threshold: $("threshold"),
thresholdValue: $("thresholdValue"),
run: $("runButton"),
status: $("status"),
canvas: $("canvas"),
placeholder: $("placeholder"),
summary: $("summary"),
rows: $("objectRows"),
tableEmpty: $("tableEmpty"),
csv: $("csvButton"),
exp: $("expButton"),
expOut: $("expOutput"),
timing: $("timing"),
loadInfo: $("loadInfo"),
bench: $("benchButton"),
benchOut: $("benchOutput"),
viewRadios: document.querySelectorAll('input[name="view"]')
};
const ctx = els.canvas.getContext("2d");
// =====================================================
// 상태
// =====================================================
let detector = null;
let depthEstimator = null;
let depthModelName = null;
const loadTimes = { detect: null, depth: null };
const progress = { detect: new Map(), depth: new Map() };
const loadState = { detect: "loading", depth: "loading" };
const state = {
busy: false,
fileName: "",
W: 0,
H: 0,
srcCanvas: null, // 분석용 크기로 줄인 원본 사진
raw: null, // 모델에 넣는 RawImage
detections: [], // 기준 0.1로 찾은 전체 결과 (확신도 높은 순, id 고정)
depth: null, // { data, w, h, min, max }
depthCanvas: null, // 색을 입힌 깊이맵
distances: new Map(),// id → 실측 거리(cm)
loo: new Map(), // id → { pred, err }
timing: null,
bench: null,
plot: null // 그래프를 다시 그릴 때 쓰는 값
};
// =====================================================
// 공통 화면 갱신
// =====================================================
function setStatus(text, tone = "") {
els.status.textContent = text;
els.status.dataset.tone = tone;
}
function updateButtons() {
const hasImage = state.raw !== null;
els.run.disabled = state.busy || detector === null;
els.csv.disabled = state.busy || !hasImage;
els.bench.disabled = state.busy || !hasImage;
els.exp.disabled = state.busy || !hasImage || state.depth === null;
els.threshold.disabled = state.busy;
for (const radio of els.viewRadios) {
if (radio.value !== "photo") radio.disabled = state.depth === null;
}
}
function setBusy(flag) {
state.busy = flag;
updateButtons();
}
function currentThreshold() {
return Number(els.threshold.value);
}
function currentView() {
for (const radio of els.viewRadios) if (radio.checked) return radio.value;
return "photo";
}
function visibleDetections() {
const thr = currentThreshold();
return state.detections.filter(d => d.score >= thr);
}
// =====================================================
// AI 모델 불러오기 (두 모델을 동시에 내려받음)
// =====================================================
function percentOf(map) {
let loaded = 0, total = 0;
for (const v of map.values()) { loaded += v.loaded; total += v.total; }
return total > 0 ? Math.round((loaded / total) * 100) : 0;
}
function progressHandler(key) {
return p => {
if (p.status === "progress" && p.file) {
progress[key].set(p.file, { loaded: p.loaded ?? 0, total: p.total ?? 0 });
renderLoadProgress();
}
};
}
function stateText(key) {
if (loadState[key] === "ready") return "준비됨";
if (loadState[key] === "failed") return "실패";
return `${percentOf(progress[key])}%`;
}
function renderLoadProgress() {
setStatus(`AI 모델을 내려받는 중입니다. 물체 탐지 ${stateText("detect")}, 깊이 추정 ${stateText("depth")}. 처음 한 번만 오래 걸립니다.`);
}
async function loadDetector() {
const start = performance.now();
detector = await pipeline("object-detection", DETECT_MODEL, {
progress_callback: progressHandler("detect")
});
loadTimes.detect = performance.now() - start;
loadState.detect = "ready";
renderLoadProgress();
}
async function loadDepthEstimator() {
let lastError = null;
for (const name of DEPTH_MODELS) {
try {
progress.depth.clear();
const start = performance.now();
depthEstimator = await pipeline("depth-estimation", name, {
progress_callback: progressHandler("depth")
});
loadTimes.depth = performance.now() - start;
depthModelName = name;
loadState.depth = "ready";
renderLoadProgress();
return;
} catch (error) {
console.warn(`깊이 모델 ${name} 불러오기 실패`, error);
lastError = error;
}
}
loadState.depth = "failed";
throw lastError;
}
async function loadModels() {
renderLoadProgress();
const [det, dep] = await Promise.allSettled([loadDetector(), loadDepthEstimator()]);
if (det.status === "rejected") {
loadState.detect = "failed";
console.error(det.reason);
setStatus(`물체 탐지 모델을 불러오지 못했습니다: ${det.reason?.message ?? det.reason}. 인터넷 연결을 확인하고 새로고침하세요.`, "error");
} else if (dep.status === "rejected") {
console.error(dep.reason);
setStatus("깊이 추정 모델을 불러오지 못해 물체 탐지만 합니다. 인터넷 연결을 확인하고 새로고침하면 다시 시도합니다.", "warn");
} else {
setStatus("준비됐습니다. 사진을 고르고 분석하세요.", "ok");
}
renderLoadInfo();
updateButtons();
}
function renderLoadInfo() {
const parts = [];
if (loadTimes.detect !== null) parts.push(`물체 탐지 ${(loadTimes.detect / 1000).toFixed(1)}초`);
if (loadTimes.depth !== null) parts.push(`깊이 추정 ${(loadTimes.depth / 1000).toFixed(1)}초`);
let text = parts.length ? `모델 불러오기 시간: ${parts.join(", ")}.` : "";
if (depthModelName) text += ` 사용한 깊이 모델: ${depthModelName}.`;
els.loadInfo.textContent = text;
}
// =====================================================
// 사진 준비: 분석용 크기로 줄이고 RawImage로 바꿈
// =====================================================
function loadImageElement(file) {
return new Promise((resolve, reject) => {
const url = URL.createObjectURL(file);
const img = new Image();
img.onload = () => { URL.revokeObjectURL(url); resolve(img); };
img.onerror = () => { URL.revokeObjectURL(url); reject(new Error("사진을 열 수 없습니다. 다른 형식(JPG, PNG)으로 시도하세요.")); };
img.src = url;
});
}
async function prepareImage(file) {
const img = await loadImageElement(file);
const scale = Math.min(1, MAX_SIDE / Math.max(img.naturalWidth, img.naturalHeight));
const W = Math.max(1, Math.round(img.naturalWidth * scale));
const H = Math.max(1, Math.round(img.naturalHeight * scale));
const src = document.createElement("canvas");
src.width = W;
src.height = H;
const sctx = src.getContext("2d", { willReadFrequently: true });
sctx.drawImage(img, 0, 0, W, H);
const pixels = sctx.getImageData(0, 0, W, H).data;
const raw = new RawImage(pixels, W, H, 4).rgb();
return { W, H, src, raw };
}
// =====================================================
// 깊이 결과 읽기
// =====================================================
function readDepth(output) {
const result = Array.isArray(output) ? output[0] : output;
let tensor = result?.predicted_depth;
if (tensor?.dims && tensor?.data) {
if (tensor.type && tensor.type !== "float32" && typeof tensor.to === "function") {
tensor = tensor.to("float32");
}
const dims = tensor.dims;
return makeDepth(tensor.data, dims[dims.length - 1], dims[dims.length - 2]);
}
// 예비 경로: 0~255로 바뀐 깊이 이미지
if (result?.depth?.data) {
return makeDepth(result.depth.data, result.depth.width, result.depth.height);
}
throw new Error("깊이 결과 형식을 읽을 수 없습니다.");
}
function buildDepthCanvas(depth) {
const c = document.createElement("canvas");
c.width = depth.w;
c.height = depth.h;
const g = c.getContext("2d");
const img = g.createImageData(depth.w, depth.h);
const range = (depth.max - depth.min) || 1;
for (let i = 0; i < depth.data.length; i++) {
const k = clamp(Math.round(((depth.data[i] - depth.min) / range) * 255), 0, 255) * 3;
img.data[i * 4] = LUT[k];
img.data[i * 4 + 1] = LUT[k + 1];
img.data[i * 4 + 2] = LUT[k + 2];
img.data[i * 4 + 3] = 255;
}
g.putImageData(img, 0, 0);
return c;
}
// =====================================================
// 분석 (탐지 → 깊이 추정 → 물체별 깊이 계산)
// 처리 시간을 단계별로 재기 위해 두 모델을 차례로 실행함
// =====================================================
async function analyze() {
if (detector === null) {
setStatus("물체 탐지 모델이 아직 준비되지 않았습니다.", "warn");
return;
}
const file = els.file.files[0];
if (!file) {
setStatus("사진을 먼저 고르세요.", "warn");
return;
}
setBusy(true);
try {
const t0 = performance.now();
setStatus("사진을 준비하는 중입니다.");
const prepared = await prepareImage(file);
const t1 = performance.now();
setStatus("물체를 찾는 중입니다.");
const found = await detector(prepared.raw, { threshold: BASE_THRESHOLD });
const t2 = performance.now();
let depth = null;
let t3 = t2;
if (depthEstimator !== null) {
setStatus("깊이를 추정하는 중입니다.");
const out = await depthEstimator(prepared.raw);
depth = readDepth(out);
t3 = performance.now();
}
// ---------- 결과 저장 ----------
state.fileName = file.name;
state.W = prepared.W;
state.H = prepared.H;
state.srcCanvas = prepared.src;
state.raw = prepared.raw;
state.depth = depth;
state.depthCanvas = depth ? buildDepthCanvas(depth) : null;
state.distances = new Map();
state.loo = new Map();
state.bench = null;
els.benchOut.innerHTML = "";
state.detections = found
.slice()
.sort((a, b) => b.score - a.score)
.map((item, i) => ({
id: i + 1,
label: item.label,
score: item.score,
box: item.box,
stats: depth ? boxDepthStats(depth, item.box, prepared.W, prepared.H) : null
}));
if (!depth && currentView() !== "photo") {
els.viewRadios[0].checked = true;
}
renderAll();
resetExperiment();
const t4 = performance.now();
state.timing = {
prep: t1 - t0,
detect: t2 - t1,
depth: depth ? t3 - t2 : null,
post: t4 - t3
};
renderTiming();
const shown = visibleDetections().length;
setStatus(
shown > 0
? `분석을 마쳤습니다. 기준 점수 이상인 물체 ${shown}개를 찾았습니다.`
: "분석을 마쳤지만 기준 점수 이상인 물체가 없습니다. 기준 점수를 낮춰 보세요.",
shown > 0 ? "ok" : "warn"
);
} catch (error) {
console.error(error);
setStatus(`분석에 실패했습니다: ${error.message}`, "error");
} finally {
setBusy(false);
}
}
// =====================================================
// 그리기
// =====================================================
function renderAll() {
const visible = visibleDetections();
const ranks = closenessRanks(visible);
drawCanvas(visible, ranks);
renderSummary(visible);
renderTable(visible, ranks);
}
function drawCanvas(visible, ranks) {
if (!state.srcCanvas) return;
const { W, H } = state;
const view = currentView();
els.canvas.width = W;
els.canvas.height = H;
ctx.clearRect(0, 0, W, H);
if (view === "depth" && state.depthCanvas) {
ctx.drawImage(state.depthCanvas, 0, 0, W, H);
} else {
ctx.drawImage(state.srcCanvas, 0, 0);
if (view === "blend" && state.depthCanvas) {
ctx.globalAlpha = 0.6;
ctx.drawImage(state.depthCanvas, 0, 0, W, H);
ctx.globalAlpha = 1;
}
}
// 캔버스가 화면에 몇 배로 줄어 보이는지 계산해서,
// 화면에서 볼 때 글자가 최소 12px, 선이 최소 2px가 되도록 맞춤
els.placeholder.style.display = "none";
els.canvas.style.display = "block";
const shownWidth = els.canvas.getBoundingClientRect().width || W;
const scale = shownWidth / W; // 1보다 작으면 축소되어 보이는 중
const lineWidth = Math.max(W / 320, 2 / scale);
const fontSize = Math.round(Math.max(W / 48, 12 / scale));
const compact = shownWidth < 520; // 좁은 화면은 이름표를 짧게
ctx.font = `600 ${fontSize}px "Pretendard Variable", "Malgun Gothic", sans-serif`;
ctx.textBaseline = "middle";
// 먼 물체부터 그려서 가까운 물체의 이름표가 위에 오게 함
const order = visible.slice().sort((a, b) => (b.stats ? ranks.get(b.id) : 0) - (a.stats ? ranks.get(a.id) : 0));
for (const d of order) {
const x = clamp(d.box.xmin, 0, W);
const y = clamp(d.box.ymin, 0, H);
const w = clamp(d.box.xmax, 0, W) - x;
const h = clamp(d.box.ymax, 0, H) - y;
const rgb = d.stats ? colorFor(d.stats.closeness) : [255, 51, 102];
const color = `rgb(${rgb[0]}, ${rgb[1]}, ${rgb[2]})`;
// 흰 테두리를 먼저 그려 깊이맵 위에서도 상자가 보이게 함
ctx.lineWidth = lineWidth + 3;
ctx.strokeStyle = "rgba(255,255,255,0.9)";
ctx.strokeRect(x, y, w, h);
ctx.lineWidth = lineWidth;
ctx.strokeStyle = color;
ctx.strokeRect(x, y, w, h);
// 이름표
let text = compact
? `#${d.id}`
: `#${d.id} ${labelKo(d.label)} ${(d.score * 100).toFixed(0)}%`;
if (d.stats) text += ` 근접 ${d.stats.closeness.toFixed(0)}`;
const padX = Math.round(fontSize * 0.45);
const tagH = Math.round(fontSize * 1.5);
const tagW = ctx.measureText(text).width + padX * 2;
const tagX = clamp(x, 0, Math.max(0, W - tagW));
const tagY = y - tagH >= 0 ? y - tagH : y; // 위에 자리가 없으면 상자 안쪽에
ctx.fillStyle = color;
ctx.fillRect(tagX, tagY, tagW, tagH);
const luminance = (0.299 * rgb[0] + 0.587 * rgb[1] + 0.114 * rgb[2]) / 255;
ctx.fillStyle = luminance > 0.6 ? "#18202e" : "#ffffff";
ctx.fillText(text, tagX + padX, tagY + tagH / 2);
}
}
function renderSummary(visible) {
if (!state.raw) { els.summary.innerHTML = ""; return; }
const counts = new Map();
for (const d of visible) counts.set(d.label, (counts.get(d.label) ?? 0) + 1);
const items = [...counts.entries()]
.sort((a, b) => b[1] - a[1])
.map(([label, n]) => `<li>${esc(labelKo(label))} ${n}개</li>`);
els.summary.innerHTML = `<li class="total">전체 ${visible.length}개</li>${items.join("")}`;
}
function renderTable(visible, ranks) {
els.rows.innerHTML = "";
if (!state.raw) {
els.tableEmpty.textContent = "아직 분석한 사진이 없습니다.";
els.tableEmpty.style.display = "block";
return;
}
if (visible.length === 0) {
els.tableEmpty.textContent = "기준 점수 이상인 물체가 없습니다. 기준 점수를 낮춰 보세요.";
els.tableEmpty.style.display = "block";
return;
}
els.tableEmpty.style.display = "none";
const fragment = document.createDocumentFragment();
for (const d of visible) {
const tr = document.createElement("tr");
const s = d.stats;
const rgb = s ? colorFor(s.closeness) : null;
const warns = warningsFor(s);
tr.innerHTML = `
<td>#${d.id}</td>
<td>${esc(labelFull(d.label))}</td>
<td class="num">${(d.score * 100).toFixed(1)}%</td>
<td class="num">${s ? formatValue(s.median) : "—"}</td>
<td>${s ? `<span class="closeness"><i style="background:rgb(${rgb.join(",")})"></i>${s.closeness.toFixed(0)}</span>` : "—"}</td>
<td class="num">${s ? ranks.get(d.id) : "—"}</td>
<td class="flag">${warns.length ? esc(warns.join(", ")) : ""}</td>
<td></td>`;
const input = document.createElement("input");
input.type = "number";
input.className = "dist";
input.min = "1";
input.step = "any";
input.inputMode = "decimal";
input.placeholder = "cm";
input.setAttribute("aria-label", `#${d.id} ${labelKo(d.label)} 실측 거리(cm)`);
input.dataset.id = String(d.id);
input.disabled = !s;
if (state.distances.has(d.id)) input.value = String(state.distances.get(d.id));
input.addEventListener("input", () => {
const v = Number(input.value);
if (input.value !== "" && Number.isFinite(v) && v > 0) state.distances.set(d.id, v);
else state.distances.delete(d.id);
});
tr.lastElementChild.appendChild(input);
fragment.appendChild(tr);
}
els.rows.appendChild(fragment);
}
// =====================================================
// 실측 비교 실험
// =====================================================
function resetExperiment(message = "") {
state.loo = new Map();
state.plot = null;
els.expOut.innerHTML = message ? `<p class="empty">${esc(message)}</p>` : "";
}
function runExperiment() {
if (!state.depth) {
resetExperiment("깊이 추정 결과가 없어 비교할 수 없습니다.");
return;
}
const points = visibleDetections()
.filter(d => d.stats && state.distances.has(d.id))
.map(d => ({ id: d.id, label: d.label, d: state.distances.get(d.id), v: d.stats.median }));
if (points.length < 3) {
resetExperiment(`실측 거리를 3개 이상 입력하세요. 지금 ${points.length}개 입력됐습니다.`);
return;
}
const distinct = new Set(points.map(p => p.d));
if (distinct.size < 2) {
resetExperiment("실측 거리가 모두 같습니다. 서로 다른 거리에 놓인 물체를 입력하세요.");
return;
}
const { concordant, total } = pairwiseConcordance(points);
const vs = points.map(p => p.v);
const rDist = pearson(vs, points.map(p => p.d));
const rInv = pearson(vs, points.map(p => inverseX(p.d)));
const fit = linearFit(points.map(p => inverseX(p.d)), vs);
const loo = points.length >= 4 ? leaveOneOut(points) : null;
state.loo = new Map((loo ?? []).map(r => [r.id, r]));
// ---------- 해석 문장 ----------
const notes = [];
const orderPct = total > 0 ? (concordant / total) * 100 : 0;
notes.push(concordant === total
? "가까운 순서는 모든 쌍에서 맞았습니다."
: `가까운 순서가 뒤바뀐 쌍이 ${total - concordant}개 있습니다. 표의 '참고' 칸과 사진의 조명·재질을 확인하세요.`);
if (rDist !== null && rInv !== null) {
notes.push(Math.abs(rInv) > Math.abs(rDist)
? "깊이값은 거리 자체보다 거리의 역수(1/거리)와 더 직선 관계입니다. 가까운 곳에서는 값 차이가 크게 벌어지고 먼 곳에서는 좁아집니다."
: "이 측정에서는 깊이값이 거리의 역수보다 거리 자체와 더 직선 관계로 나왔습니다. 측정 개수를 늘려 다시 확인해 볼 만합니다.");
}
notes.push("깊이값은 사진마다 배율과 0점이 달라지는 상대값입니다. cm로 바꾸려면 같은 사진 안의 기준 물체로 보정해야 하고, 다른 사진끼리는 비교할 수 없습니다.");
let looHtml = "";
if (loo) {
const errs = loo.map(r => r.err).filter(e => e !== null);
const failed = loo.length - errs.length;
const mean = errs.length ? errs.reduce((s, e) => s + e, 0) / errs.length : null;
const max = errs.length ? Math.max(...errs) : null;
notes.push(
`하나를 빼고 나머지로 보정식을 만든 뒤 빠진 물체의 거리를 맞혀 본 결과, ` +
(mean !== null ? `평균 오차 ${mean.toFixed(1)}%, 최대 오차 ${max.toFixed(1)}%입니다.` : "모두 추정에 실패했습니다.") +
(failed ? ` ${failed}개는 보정식으로 거리가 계산되지 않았습니다(추정 불가).` : "")
);
looHtml = `
<div class="table-wrap">
<table>
<thead><tr><th>번호</th><th>물체</th><th class="num">깊이값</th><th class="num">실측(cm)</th><th class="num">추정(cm)</th><th class="num">오차</th></tr></thead>
<tbody>
${loo.map(r => {
const p = points.find(q => q.id === r.id);
return `<tr>
<td>#${r.id}</td>
<td>${esc(labelKo(p.label))}</td>
<td class="num">${formatValue(r.v)}</td>
<td class="num">${r.d}</td>
<td class="num">${r.pred === null ? "추정 불가" : r.pred.toFixed(1)}</td>
<td class="num">${r.err === null ? "—" : r.err.toFixed(1) + "%"}</td>
</tr>`;
}).join("")}
</tbody>
</table>
</div>`;
} else {
notes.push("실측 거리를 4개 이상 입력하면 '하나 빼고 맞히기'로 거리 추정 오차도 계산합니다.");
}
els.expOut.innerHTML = `
<div class="exp-grid">
<div>
<dl class="stat-list">
<dt>비교한 물체</dt><dd>${points.length}개</dd>
<dt>순서 일치</dt><dd>${concordant} / ${total}쌍 (${orderPct.toFixed(0)}%)</dd>
<dt>상관계수: 거리</dt><dd>${rDist === null ? "—" : rDist.toFixed(3)}</dd>
<dt>상관계수: 1/거리</dt><dd>${rInv === null ? "—" : rInv.toFixed(3)}</dd>
</dl>
<ul class="notes">${notes.map(n => `<li>${esc(n)}</li>`).join("")}</ul>
</div>
<div>
<canvas id="plot" role="img" aria-label="1/실측 거리와 깊이값의 산점도"></canvas>
<p class="hint">점: 물체 하나. 선: 모든 점으로 만든 보정식(깊이값 = a × 1/거리 + b).</p>
</div>
</div>
${looHtml}`;
state.plot = { points, fit };
drawPlot($("plot"), points, fit);
}
function drawPlot(canvas, points, fit) {
const dpr = window.devicePixelRatio || 1;
const cssW = canvas.clientWidth || 520;
const cssH = Math.round(cssW * 0.62);
canvas.width = Math.round(cssW * dpr);
canvas.height = Math.round(cssH * dpr);
canvas.style.height = `${cssH}px`;
const g = canvas.getContext("2d");
g.setTransform(dpr, 0, 0, dpr, 0, 0);
g.clearRect(0, 0, cssW, cssH);
const pad = { l: 70, r: 24, t: 16, b: 46 };
const xs = points.map(p => inverseX(p.d));
const ys = points.map(p => p.v);
let xMin = Math.min(...xs), xMax = Math.max(...xs);
let yMin = Math.min(...ys), yMax = Math.max(...ys);
const xPad = (xMax - xMin || 1) * 0.12;
const yPad = (yMax - yMin || 1) * 0.15;
xMin -= xPad; xMax += xPad; yMin -= yPad; yMax += yPad;
const px = x => pad.l + ((x - xMin) / (xMax - xMin)) * (cssW - pad.l - pad.r);
const py = y => cssH - pad.b - ((y - yMin) / (yMax - yMin)) * (cssH - pad.t - pad.b);
// 축과 눈금
g.strokeStyle = "#d8dde5";
g.fillStyle = "#5b6474";
g.lineWidth = 1;
g.font = '12px "Pretendard Variable", "Malgun Gothic", sans-serif';
for (let i = 0; i <= 4; i++) {
const xv = xMin + ((xMax - xMin) * i) / 4;
const yv = yMin + ((yMax - yMin) * i) / 4;
g.beginPath(); g.moveTo(px(xv), pad.t); g.lineTo(px(xv), cssH - pad.b); g.stroke();
g.beginPath(); g.moveTo(pad.l, py(yv)); g.lineTo(cssW - pad.r, py(yv)); g.stroke();
g.textAlign = "center"; g.textBaseline = "top";
g.fillText(xv.toFixed(2), px(xv), cssH - pad.b + 6);
g.textAlign = "right"; g.textBaseline = "middle";
g.fillText(formatValue(yv), pad.l - 6, py(yv));
}
g.textAlign = "center"; g.textBaseline = "bottom";
g.fillText("1 / 실측 거리 (1/m)", pad.l + (cssW - pad.l - pad.r) / 2, cssH - 4);
g.save();
g.translate(12, pad.t + (cssH - pad.t - pad.b) / 2);
g.rotate(-Math.PI / 2);
g.textBaseline = "middle";
g.fillText("깊이값", 0, 0);
g.restore();
// 보정식 직선
if (fit) {
g.strokeStyle = "#f89540";
g.lineWidth = 2;
g.beginPath();
g.moveTo(px(xMin), py(fit.a * xMin + fit.b));
g.lineTo(px(xMax), py(fit.a * xMax + fit.b));
g.stroke();
}
// 점
g.fillStyle = "#5b1a9e";
g.textAlign = "left";
g.textBaseline = "bottom";
for (const p of points) {
const x = px(inverseX(p.d));
const y = py(p.v);
g.beginPath(); g.arc(x, y, 5, 0, Math.PI * 2); g.fill();
g.fillText(`#${p.id}`, x + 7, y - 3);
}
}
// =====================================================
// 처리 시간
// =====================================================
function renderTiming() {
const t = state.timing;
if (!t) return;
const rows = [
["사진 준비", t.prep],
["물체 탐지", t.detect],
["깊이 추정", t.depth],
["후처리·그리기", t.post]
];
const max = Math.max(...rows.map(r => r[1] ?? 0)) || 1;
const total = rows.reduce((s, r) => s + (r[1] ?? 0), 0);
els.timing.innerHTML = `
<div class="bars">
${rows.map(([name, ms]) => `
<div class="bar-row">
<span>${name}</span>
<div class="bar"><i style="width:${ms === null ? 0 : (ms / max) * 100}%"></i></div>
<span class="ms">${ms === null ? "건너뜀" : `${Math.round(ms)} ms`}</span>
</div>`).join("")}
</div>
<p class="hint" style="margin:0">합계 ${Math.round(total)} ms. 분석용 사진 크기 ${state.W}×${state.H}px.</p>`;
}
async function runBenchmark() {
if (!state.raw) return;
setBusy(true);
const det = [];
const dep = [];
try {
for (let i = 0; i < BENCH_RUNS; i++) {
setStatus(`속도를 측정하는 중입니다 (${i + 1}/${BENCH_RUNS}).`);
let start = performance.now();
await detector(state.raw, { threshold: BASE_THRESHOLD });
det.push(performance.now() - start);
if (depthEstimator) {
start = performance.now();
await depthEstimator(state.raw);
dep.push(performance.now() - start);
}
}
state.bench = { det, dep };
const row = (name, arr) => arr.length
? `<tr><td>${name}</td><td class="num">${Math.round(median(arr))} ms</td><td class="num">${Math.round(Math.min(...arr))} ms</td><td class="num">${Math.round(Math.max(...arr))} ms</td></tr>`
: "";
const perFrame = median(det) + (dep.length ? median(dep) : 0);
els.benchOut.innerHTML = `
<div class="table-wrap" style="margin-top:12px">
<table>
<thead><tr><th>단계</th><th class="num">중앙값</th><th class="num">최소</th><th class="num">최대</th></tr></thead>
<tbody>${row("물체 탐지", det)}${row("깊이 추정", dep)}</tbody>
</table>
</div>
<p class="hint">${perFrame >= 1
? `한 장 처리에 약 ${Math.round(perFrame)} ms가 걸립니다. 실시간 영상이라면 초당 약 ${(1000 / perFrame).toFixed(1)}장을 처리할 수 있는 속도입니다.`
: "한 장 처리 시간이 1 ms보다 짧아 초당 처리 장수를 계산하지 않았습니다."}</p>`;
setStatus("속도 측정을 마쳤습니다.", "ok");
} catch (error) {
console.error(error);
setStatus(`속도 측정에 실패했습니다: ${error.message}`, "error");
} finally {
setBusy(false);
}
}
// =====================================================
// CSV 저장 (엑셀에서 한글이 깨지지 않도록 BOM 추가)
// =====================================================
function downloadCsv() {
if (!state.raw) return;
const visible = visibleDetections();
const ranks = closenessRanks(visible);
const lines = [];
lines.push(["파일", state.fileName]);
lines.push(["분석용 사진 크기", `${state.W}x${state.H}`]);
lines.push(["물체 탐지 모델", DETECT_MODEL]);
lines.push(["깊이 추정 모델", depthModelName ?? "사용 안 함"]);
lines.push(["기준 점수", currentThreshold().toFixed(2)]);
lines.push([]);
lines.push(["번호", "물체", "영문", "AI 확신도(%)", "깊이값(중앙값)", "근접도", "가까운 순위", "참고", "실측 거리(cm)", "추정 거리(cm)", "오차(%)"]);
for (const d of visible) {
const s = d.stats;
const loo = state.loo.get(d.id);
lines.push([
d.id,
labelKo(d.label),
d.label,
(d.score * 100).toFixed(1),
s ? s.median.toFixed(4) : "",
s ? s.closeness.toFixed(1) : "",
s ? ranks.get(d.id) : "",
warningsFor(s).join(" / "),
state.distances.get(d.id) ?? "",
loo?.pred != null ? loo.pred.toFixed(1) : (loo ? "추정 불가" : ""),
loo?.err != null ? loo.err.toFixed(1) : ""
]);
}
if (state.timing) {
lines.push([]);
lines.push(["단계", "처리 시간(ms)"]);
lines.push(["사진 준비", Math.round(state.timing.prep)]);
lines.push(["물체 탐지", Math.round(state.timing.detect)]);
lines.push(["깊이 추정", state.timing.depth === null ? "" : Math.round(state.timing.depth)]);
lines.push(["후처리·그리기", Math.round(state.timing.post)]);
}
if (state.bench) {
lines.push([]);
lines.push(["반복 측정", "회차별(ms)"]);
lines.push(["물체 탐지", ...state.bench.det.map(Math.round)]);
if (state.bench.dep.length) lines.push(["깊이 추정", ...state.bench.dep.map(Math.round)]);
}
const csv = "\uFEFF" + lines.map(r => r.map(csvCell).join(",")).join("\r\n");
const blob = new Blob([csv], { type: "text/csv;charset=utf-8" });
const url = URL.createObjectURL(blob);
const a = document.createElement("a");
a.href = url;
// 일부 브라우저는 한글 파일명을 무시하고 'download'로 저장하므로 영문·숫자만 사용
const base = state.fileName.replace(/\.[^.]+$/, "").replace(/[^A-Za-z0-9_-]/g, "");
a.download = `depth-result_${base || "photo"}.csv`;
document.body.appendChild(a);
a.click();
a.remove();
setTimeout(() => URL.revokeObjectURL(url), 1000);
}
// =====================================================
// 이벤트 연결 (모델을 불러오는 동안에도 조작부는 동작)
// =====================================================
els.threshold.addEventListener("input", () => {
els.thresholdValue.textContent = currentThreshold().toFixed(2);
if (state.raw) {
renderAll();
if (els.expOut.innerHTML) resetExperiment("기준 점수가 바뀌었습니다. 실측 비교를 다시 계산하세요.");
}
});
for (const radio of els.viewRadios) {
radio.addEventListener("change", () => {
if (state.raw) drawCanvas(visibleDetections(), closenessRanks(visibleDetections()));
});
}
// 창 크기가 바뀌면 이름표 크기와 그래프를 다시 맞춤
let resizeTimer = null;
window.addEventListener("resize", () => {
clearTimeout(resizeTimer);
resizeTimer = setTimeout(() => {
if (state.raw) drawCanvas(visibleDetections(), closenessRanks(visibleDetections()));
const plot = $("plot");
if (state.plot && plot) drawPlot(plot, state.plot.points, state.plot.fit);
}, 150);
});
els.run.addEventListener("click", analyze);
els.exp.addEventListener("click", runExperiment);
els.bench.addEventListener("click", runBenchmark);
els.csv.addEventListener("click", downloadCsv);
els.file.addEventListener("change", () => {
if (els.file.files[0] && detector !== null) {
setStatus(`'${els.file.files[0].name}'을(를) 골랐습니다. 분석하기를 누르세요.`);
}
});
loadModels();
</script>
</body>
</html>
|