如何解决如何在 GPU 上运行 MediaPipe 的姿势地标检测
我可以按照此处的教程在我的 Windows 10 计算机上运行 MediaPipe 的姿势地标检测:https://google.github.io/mediapipe/solutions/pose.html#python-solution-api,但我不确定如何使用 GPU 运行此示例。
我知道它在 cpu 上运行速度非常快,但我想使用带有 model_complexity=2
的模型,因为它最准确,但这使得它在我的 cpu 上运行缓慢(大约 5 FPS)。我有 GPU,所以如果我可以在 GPU 上运行,它会加快很多速度。
我找到了以下资源。
- https://github.com/google/mediapipe/tree/master/mediapipe/modules/pose_landmark
- https://github.com/google/mediapipe/tree/master/mediapipe/modules/pose_detection
它在这些链接中提到了 GPU,但我不确定如何利用这些模块。如果有人可以提供有关如何在 GPU 上运行 MediaPipe 的姿势地标检测的链接或快速说明,我将不胜感激。
解决方法
TensorFlow Lite GPU 委托主要用于手机加速。另见https://www.tensorflow.org/lite/performance/gpu。
在实验中,可以通过 Linux 平台支持 TFLite GPU 委托中的 OpenCL 后端。但是,我们尚未在 Windows 上对其进行验证。
另见https://github.com/tensorflow/tensorflow/issues/40325#issuecomment-642143623。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。