Configuración de Captura de Movimiento en Swing Catalyst
Introducción
Este artículo describe cómo configurar la funcionalidad de Captura de Movimiento en Swing Catalyst. Es posible que esta función no esté disponible para todos los tipos de licencia; consulte nuestras Preguntas frecuentes sobre Captura de Movimiento para obtener más información.
Requisitos
- Los componentes deben instalarse en el directorio de componentes.
Su equipo debe cumplir con nuestras recomendaciones de especificaciones para PC; lo más importante es que la tarjeta gráfica cumpla con nuestras recomendaciones.
Configuración
La configuración de Captura de Movimiento se encuentra en el menú principal de Configuración, bajo la sección “Video & Capture”. Desde aquí puede seleccionar o cambiar los proveedores de ejecución y el tamaño del lote.
Recomendamos un tamaño de lote de entre 12 y 24, según la cantidad de cámaras activas o habilitadas que tenga.
Proveedor de Ejecución Recomendado
NVIDIA
GPU NVIDIA RTX 3060 o más reciente -> TensorRT
Si TensorRT no funciona, pruebe con CUDA
Otras tarjetas gráficas
- DirectML
El valor predeterminado es DirectML, ya que es el proveedor más compatible. Desafortunadamente, también es el más lento.
Durante las pruebas de rendimiento, hemos comprobado que TensorRT es el proveedor de ejecución con mejor Rendimiento.
TensorRT es, en promedio, (35-45% más rápido que DirectML y 20-25% más rápido que CUDA)
CUDA ofrece mejoras moderadas respecto a DirectML (10-12% en promedio)
CUDA utiliza significativamente más memoria GPU (VRAM) que TensorRT; intente reducir el tamaño del lote si usa CUDA
Descarga de componentes
Si selecciona un componente que aún no está instalado, se le pedirá que lo descargue.
Para usar TensorRT o CUDA, primero deberá descargar los componentes.
note: Esta función solo está disponible en la versión 25.2.
Tamaño de lote recomendado
Según nuestras pruebas, los tamaños de lote más grandes ofrecen mejor Rendimiento. Recomendamos un tamaño de lote de entre 16 y 24 para una Configuración típica de 2 a 3 cámaras. Si está utilizando otro software al mismo tiempo que requiere recursos gráficos, puede ser conveniente probar con un tamaño de lote menor. En definitiva, el mejor tamaño de lote puede depender de su flujo de trabajo y del tipo de programas que tenga en ejecución junto con Swing Catalyst.
Configuración Avanzada
Debajo de la configuración del proveedor de ejecución se encuentran las opciones avanzadas, donde puede cambiar el modelo de detección o habilitar “FP16”.
Cambiar el modelo de detección de Medio a Nano puede reducir el uso de memoria de su tarjeta gráfica y mejorar el Rendimiento, a costa de precisión.
Si tiene dificultades para obtener una detección aceptable, intente cambiar el modelo a Medio, reinicie SwingCatalyst y vuelva a intentarlo.
El modelo de detección predeterminado es Nano
“FP16 para TensorRT” no está marcado de forma predeterminada
FP16
El uso de FP16 puede reducir el uso de memoria y mejorar el Rendimiento (a costa de precisión).
Durante las pruebas, hemos comprobado que FP16 puede mejorar el Rendimiento entre un 20 y un 35%.
También puede producir resultados más inconsistentes entre Grabaciones en comparación con el FP32 predeterminado. Puede valer la pena probarlo si tiene problemas de Rendimiento o si se está quedando sin memoria.
Comparaciones de Rendimiento
TensorRT (morado), CUDA (rosa) y DirectML (verde), de izquierda a derecha. El eje Y (FPS) representa la cantidad de Fotogramas por Segundo que el modelo de Captura de Movimiento es capaz de procesar y no está directamente relacionado con la Velocidad de Fotogramas de su cámara.
La Métrica de Rendimiento (FPS) indica cuántos Fotogramas por Segundo se procesan; cuanto mayor sea el número, más rápido se procesarán. Como puede verse en la ilustración anterior, tanto CUDA como TensorRT son casi lineales. Por ejemplo, al pasar de una a dos cámaras, el Rendimiento se reduce casi a la mitad. Esta caída de Rendimiento es menos perceptible con tarjetas gráficas NVIDIA más recientes.
Última actualización: 2025-05-16 | Ver en el sitio de soporte oficial