Swing Catalyst Motion Capture Iestatījumi
Ievads
Šis raksts apraksta, kā uzstādīt un konfigurēt Motion Capture funkcionalitāti Swing Catalyst programmā. Šī funkcija var nebūt pieejama visiem licenču veidiem — papildinformācijai skatiet mūsu Motion Capture BUJ.
Prasības
- Komponenti jāinstalē komponentu direktorijā.
Jūsu datoram jāatbilst mūsu datora specifikācijas ieteikumiem — vissvarīgākais ir, lai grafiskā karte atbilstu mūsu ieteikumiem.
Konfigurācija
Motion Capture iestatījumus var atrast galvenajā Iestatījumu izvēlnē sadaļā “Video & Ierakstīšana”. Šeit varat atlasīt vai mainīt izpildes nodrošinātājus un paketes lielumu.
Mēs iesakām paketes lielumu no 12 līdz 24 atkarībā no tā, cik aktīvu/iespējotu kameru jums ir.
Ieteicamais izpildes nodrošinātājs
NVIDIA
NVIDIA RTX 3060 vai jaunāks GPU -> TensorRT
Ja TensorRT nedarbojas, izmēģiniet CUDA
Citas grafiskās kartes
- DirectML
Noklusējums ir DirectML, jo tas ir vispieejamākais nodrošinātājs. Diemžēl tas ir arī lēnākais.
Veiktspējas testēšanas laikā esam noskaidrojuši, ka TensorRT ir vislabākā Veiktspēja starp izpildes nodrošinātājiem.
TensorRT vidēji ir (par 35–45% ātrāks nekā DirectML, par 20–25% ātrāks nekā CUDA)
CUDA piedāvā mērenu uzlabojumu salīdzinājumā ar DirectML (vidēji par 10–12%)
CUDA izmanto ievērojami vairāk GPU atmiņas (VRAM) nekā TensorRT — ja izmantojat CUDA, lūdzu, mēģiniet samazināt paketes lielumu
Komponentu lejupielāde
Ja izvēlaties komponentu, kas vēl nav instalēts, jums tiks piedāvāts to lejupielādēt.
Lai izmantotu TensorRT vai CUDA, vispirms jālejupielādē komponenti.
Note: Šī funkcija ir pieejama tikai versijā 25.2.
Ieteicamais paketes lielums
Saskaņā ar mūsu testēšanu lielāks paketes lielums nodrošina labāku Veiktspēju. Tipiskam 2–3 kameru uzstādījumam iesakām paketes lielumu no 16 līdz 24. Ja vienlaikus izmantojat citu programmatūru, kas prasa grafiskos resursus, var būt izdevīgi izmēģināt mazāku paketes lielumu. Galu galā optimālais paketes lielums var būt atkarīgs no jūsu darba plūsmas un tā, kādas programmas darbojas paralēli Swing Catalyst.
Papildu iestatījumi
Zem izpildes nodrošinātāja iestatījumiem atrodas papildu iestatījumi, kur varat mainīt detektēšanas modeli vai iespējot “FP16”.
Mainot detektēšanas modeli no Medium uz Nano, var samazināties grafiskās kartes atmiņas patēriņš un uzlaboties Veiktspēja, taču uz precizitātes rēķina.
Ja rodas grūtības ar pietiekamu detektēšanu, mēģiniet mainīt modeli uz Medium, restartējiet Swing Catalyst un mēģiniet vēlreiz.
Noklusējuma detektēšanas modelis ir Nano
“FP16 for TensorRT” pēc noklusējuma nav atzīmēts
FP16
FP16 izmantošana var samazināt atmiņas patēriņu un uzlabot Veiktspēju (uz precizitātes rēķina).
Testēšanas laikā esam noskaidrojuši, ka FP16 var uzlabot Veiktspēju par 20–35%.
Tas var arī radīt nekonsekventākus rezultātus starp Ierakstiem salīdzinājumā ar noklusējuma FP32. Var būt vērts to izmēģināt, ja rodas Veiktspējas problēmas vai ja beidzas atmiņa.
Veiktspējas salīdzinājumi
TensorRT (violets), CUDA (rozā) un DirectML (zaļš), no kreisās uz labo. Y ass (FPS) norāda, cik Kadrus sekundē Motion Capture modelis spēj apstrādāt, un tas nav tieši saistīts ar jūsu kameras Kadru ātrumu.
Veiktspējas Metrika (FPS) norāda, cik Kadri sekundē tiek apstrādāti — jo augstāks skaitlis, jo ātrāka apstrāde. Kā redzams augstāk redzamajā attēlā, gan CUDA, gan TensorRT ir gandrīz lineāri. Piemēram, pārejot no vienas uz divām kamerām, Veiktspēja samazinās gandrīz uz pusi. Šis Veiktspējas kritums ir mazāk pamanāms ar jaunākām NVIDIA grafiskajām kartēm.
Pēdējoreiz atjaunināts: 2025-05-16 | Skatīt oficiālajā atbalsta vietnē




