2026.10.03
こんにちは！ドローン空撮データや3D写真測量の処理において、オープンソースの「WebODM」は非常に強力なツールです。しかし、設定（パラメーター）を一歩間違えると、処理に膨大な時間がかかったり、メモリ不足でPCがフリーズしたりする罠があります。
今回、処理用PCを大幅にスペックアップした**「新メインマシン（Xeon 24スレッド / 64GBメモリ / Quadro M2000 GPU）」**へとリプレイスし、**72枚〜641枚（最大約40ヘクタール）**のリアルデータを用いて綿密なベンチマークテストを敢行しました。
さらに今回はWebODMを「GPU対応設定」に変更して検証！実際の品質レポートから得られた確実な生データと、タスク監視で見えたメモリの挙動をもとに、**「WebODMの各パラメーターの本当の役割」と、現場の撮影状況（範囲・スピード・品質）に応じた「失敗しないための最強設定考査」**を徹底解説します！
💻 処理マシンスペックの比較
これまで使用していた現行機（旧パソコン）から、CPUコア数が3倍、メモリ容量が4倍となり、GPUアクセラレーションも強化された「新メインマシン」へ環境を完全集約しました。
| 項目 | 旧パソコン（富士通 CELSIUS J530） | 新メインマシン（Main Server Chassis） |
|---|---|---|
| CPU | Intel Xeon E3-1281 v3 (4コア / 8スレッド、最大3.9GHz) | Intel Xeon E5-2696 v2 (12コア / 24スレッド、最大2.2GHz) |
| メモリ | 16GB (RAM) | 64GB (63,445MB RAM) |
| GPU | NVIDIA Quadro P600 | NVIDIA Quadro M2000（※WebODM GPU対応設定済） |
| OS | Windows / 以前の環境 | Ubuntu 26.04.1 LTS (Wayland環境) |
📊 【実測データ】新旧マシン＆設定別 処理タイム比較
全く同じ写真データ群を使用し、設定を細かく変更して測定したベンチマーク結果の全貌です。品質レポートから正確に抽出した確定値を反映し、新マシンの自動・カスタム設定はすべて「最新のGPU駆動データ」のみに一本化しています。
| データ群 (枚数) / 面積 | マシン環境 | 品質・オプション設定 | 生成ポイント数 (Points) | 処理時間 |
|---|---|---|---|---|
| ① 73枚 / 4,166.51㎡ (GSD: 1.29cm) | 旧パソコン | feature: Medium / pc: Lowest / min-f: 5000 | 2,384,656 | 00:09:23 |
| 新パソコン | デフォルト自動 (auto-boundary:true, dsm:true)★GPU | 9,606,372 | 00:21:17 | |
| ③ 72枚 / 2,903.03㎡ (GSD: 1.08cm) | 旧パソコン | デフォルト自動 (auto-boundary:true, dsm:true) | 9,217,489 | 00:31:05 |
| 新パソコン | feature: Low / pc: Lowest / min-f: デフォルト | 2,131,979 | 00:07:16 | |
| 新パソコン | デフォルト自動 (auto-boundary:true, dsm:true)★GPU | 8,943,642 | 00:16:48 | |
| ② 641枚 / 40.0602ha (大規模ベンチ) (GSD: 3.58cm) | 旧パソコン | feature: Low / pc: Lowest / min-f: 5000 | 22,154,184 | 01:07:13 |
| 新パソコン | feature: Low / pc: Lowest / min-f: デフォルト | 22,154,184 | 00:59:54 | |
| 新パソコン | feature: Medium / pc: デフォルト / min-f: 10000 | 21,829,880 | 03:40:29 | |
| 新パソコン | 俊足高精度ハイブリッド（DTM/テクスチャ込）★GPU | 22,695,420 | 00:57:17 |
🔍 データから見える真実と重要な考察
1. 22スレッド×GPUが牙を剥いた「デフォルト自動設定」の圧倒的勝利
CPU（マルチスレッドのみ）で検証していた段階では、シングルスレッドのクロック数の差（3.9GHz vs 2.2GHz）によって、データ③において旧パソコンがわずかに先行する場面もありました。
しかし、WebODMを**「GPU駆動（Quadro M2000）」対応へと完全移行させた結果、その力関係は完全に崩壊しました。
データ①では旧マシンのタイムを大きく縮める【21分17秒】、データ③（72枚）にいたっては旧マシンの31分05秒から約半分となる【16分48秒】という驚異的な爆速タイムを叩き出しました！**
約900万点前後の超高密度な点群をじっくり生成しているにもかかわらず、22スレッドの並列計算とGPUアクセラレーションの融合が、クロック数のビハインドを完全に粉砕して無双モードへ突入した動かぬ証拠です。
2. 「Medium一括処理」で見える64GBメモリの圧倒的物量
データ②（641枚）を「Medium / 特徴点10000」の超高負荷設定に引き上げた際、タイムは3時間40分29秒となりました。旧パソコンの16GBメモリでは確実に途中でパンク（OOM Error）してクラッシュする領域ですが、新パソコンは64GBの余裕の物量で最後までエラーを出さずに完走しました。
3. 大規模処理（641枚）の最適解：【57分17秒】メモリ26GB消費のリアル
今回新しくテストされた**「min-num-features: 10000（デフォルト維持）」に加え、DTM（デジタル地形モデル）生成やシングルマテリアルテクスチャ生成を盛り込んだ超高負荷なカスタム設定**は、本検証における最大のハイライトです。
すべてをLowにした時（59分54秒）よりもさらに早い57分17秒という驚異的なタイムで、2,269万点の成果物を生成しきりました。
特筆すべきは、処理の半ばで使用メモリ（RAM）が26GBまで跳ね上がった点です。
旧マシンの16GBメモリ環境であれば確実にOOM（Out of Memory）でシステムごとフリーズ・強制終了していた領域であり、**「大規模写真測量において64GBメモリの搭載がいかに絶対的正義であるか」**が数値として完全に証明されました。
⚙️ WebODM 主要オプションの役割と「現場目線の設定考査」
- 1. feature-quality（特徴点抽出の品質）
- 役割: 値が大きいほど写真から特徴点を精密に抽出するため、処理時間に大きく影響します。
- 考査: ドローン飛行時の**「オーバーラップ率」が十分に大きく確保されていれば、設定を low に下げても写真は綺麗に結合します**。しかし、結合の確実性を担保しつつ爆速で処理したい場合は、今回のデータが証明した通り、ここを medium にして
pc-quality: lowestと組み合わせるのがベストバランスになります。CPU・GPU負荷を効率化するための重要ポイントです。
- 2. min-num-features（最小特徴点数）／ デフォルト: 10000
- 考査: オーバーラップ率が大きければ数字を 5000 に下げて処理時間を数分短縮可能です。ただし、より写真の接合をがっちり安定させ、DTMやテクスチャまで美しく仕上げたい場合は、新マシンのパワーがあればデフォルトの 10000 のままでも1時間未満で余裕で完走可能です。
- 3. pc-quality（点群生成の品質）／ デフォルト: medium
- 役割: 最もメモリ（RAM）を激しく消費し、処理時間を引き延ばす最大のフェーズです。
- 考査: 地表面を忠実に再現したい場合は設定を上げます（狭範囲向け）。広範囲（40ha〜）の場合は、ここを lowest に落とすことで、新パソコンのマルチスレッドの力と相まって処理時間を数時間単位でゴリゴリ削ることができます。
- 4. mesh-octree-depth（3Dメッシュの細かさ）＆ mesh-size（最大ポリゴン数）
- 考査: 広範囲の場合は
depth: 8/mesh-size: 100000に制限することでデータの肥大化をストップし、QGISなど外部ソフトへの取り込みをスムーズにします。
- 考査: 広範囲の場合は
- 5. dem-resolution（標高解像度）＆ orthophoto-resolution（オルソ解像度）
- 考査: 広範囲（50〜100ha）であれば実用上の見栄えと軽さを両立する
dem: 50/ortho: 15で十分です。狭範囲であれば、今回のデータ①や③のようにauto-boundaryやdsmを有効化しつつデフォルト解像度を活かせば、GSD 1.0cm〜1.2cmクラスという極上の超高解像度オルソ・DSM成果物を生成できます。
- 考査: 広範囲（50〜100ha）であれば実用上の見栄えと軽さを両立する
- 6. max-concurrency（最大並列処理スレッド数）
- 考査: **「使用するPCの最大スレッド数マイナス2」**がベスト。今回の24スレッドCPU（E5-2696 v2）であれば 22 に指定。2スレッドをUbuntu OSやDockerシステム維持用に残しておくことで、何時間におよぶ超高負荷解析でもPC全体のフリーズを100%回避できます。
🛠️ 【運用結論】状況に応じた「3つの引き出し」最新版
これからは新パソコン1台に対し、現場の規模や目的に応じて以下の3つのパラメーターセットを使い分ける戦略が最強です。
🚀 引き出し①：【狭範囲 × スピード最優先チェック】
枚数が少ない（70枚前後）エリアで、画質よりも**とにかく10分以内の爆速完了（現場での即時ファーストチェックなど）**を目指す俊足運用。狭範囲であってもあえて計算量を限界まで間引くことで、新マシンのパワーを速度へ極振りします。
- 設定パラメーター:
low/lowest/min-f: 5000/dem: 50/ortho: 15/max-concurrency: 22 - ★実測結果: 72〜73枚のデータがわずか7分〜8分台で処理完了！
💎 引き出し②：【狭範囲 × 品質重視（デフォルト自動）】（10ha前後 / 枚数100枚以下）
枚数は少ないが、設定を弄らずWebODMの本来のパワーを出し切り、GSD 1.0cmクラス・約900万点の緻密な高密度点群と高精度マップを生成するクオリティ運用。GPU対応により、30分以上かかっていた処理が10分〜20分台まで劇的に短縮されます。
- 設定パラメーター:
auto-boundary:true,dsm:trueのみ（他はデフォルト自動） - ★実測結果:
- 73枚（約4,160㎡）：21分17秒（高密度点群: 9,606,372点）
- 72枚（約2,900㎡）：16分48秒（高密度点群: 8,943,642点）
🎯 引き出し③：【広範囲 × 俊足高精度ハイブリッド】（50ha 〜 100ha超 / 枚数600枚以上）
データ量が巨大なミッションにおいて、写真の接合ミスを完全に防ぐクオリティを維持し、DTMやテクスチャモデルまでフル生成しながら、1時間未満で一気にマップを仕上げる大本命設定。メモリを26GB消費する、新マシンのポテンシャルをフルに活かした最強パラメータです。
- 設定パラメーター:
auto-boundary:true,feature-quality: medium,min-num-features: 10000,pc-quality: lowest,mesh-octree-depth: 8,mesh-size: 100000,texturing-single-material: true,dsm:true,dtm:true,dem-euclidean-map: true,dem-resolution: 50,orthophoto-resolution: 15,max-concurrency: 22 - ★実測結果: 641枚（40.0602ha）の大規模データが、57分17秒という驚異の爆速タイムでエラーなく完全完走！ 生成ポイント数も22,695,420点に達し、GCP誤差も**Total 0.018m（1.8cm）**と、実務・測量用として申し分ない最高峰の俊足高精度モデルが完成！
コメント