如何在 GPU 上运行 MediaPipe 的姿势地标检测

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。