ml-sharp-web

ml-sharp-web은 SHARP (Single-image High-resolution Appearance Reconstruction Program) 원칙의 강력한 브라우저 내 구현입니다. 그 핵심은 단일 2D 사진에서 3D 장면 표현(특히 가우시안 스팅)을 추론하는 어려운 문제를 해결합니다. 이 강점은 완전 클라이언트 사이드 실행 모델에 있으며, 뒷단 API 호출에 의존성을 줄이고 모든 사용자가 현대적인 브라우저만 있다면 즉시 접근할 수 있게 합니다. 기술적으로 보면 스택이 페르소나와 현대적이며 React/TypeScript로 UI를 처리하고 Vite로 번들링하며, 가장 중요하게 ONNX Runtime Web으로 계산량이 큰 AI 추론을 실행합니다. 모델 배포의 복잡성을 정확히 처리하여 SHARP 내보내기에는 .onnx 그래프와 필요 .onnx.data 가중치 사이드카를 서비스해야 한다는 점을 명시적으로 주의해, 웹 ML 배포에서 일반적인 문제점을 피합니다. GaussianSplats3D가 포함되어 있음을 고려하면 필요한 시각화 파이프라인도 이미 통합된 것으로 보입니다. 개발 과정은 세세하며 Bun으로 의존성 설치부터 필요한 상위 내보내기 단계까지를 Python 및 특정 내보내기 도구를 사용하여 포함합니다. 이러한 수준의 세부 사항, 메모리 사용과 요구되는 브라우저 능력 (WebGPU/WASM)에 대한 명시적인 경고는 작동 제약을 잘 이해하고 있음을 보여줍니다. 그러나 이런 복잡성은 배포와 최적 성능이 브라우저 하드웨어 및 WASM/WebGPU 지원과 강하게 연관된다는 점으로, 사용자 경험의 일관성이 저해될 수 있다는 제약을 의미합니다. 결론적으로 이것은 단순한 데모가 아니라 SHARP 같은 고급 학술 컴퓨터 비전 모델을 쉽게 소비 가능한 자체 라이브러리 웹 애플리케이션으로 배포하는 잘 문서화된 증명입니다. 클라이언트 사이드 AI를 확장하려는 개발자를 위한 훌륭한 참조 구조가 됩니다만, 대형 ONNX 모델을 브라우저 환경에서 실행할 때 발생할 수 있는 성능 오버헤드에 직면해야 한다는 점은 명심해야 합니다.