Swing Catalyst Motion Capture Instellingen
Inleiding
Dit artikel beschrijft hoe u de Motion Capture-functionaliteit binnen Swing Catalyst instelt en configureert. Deze functie is mogelijk niet beschikbaar voor alle licentietypen; zie onze Motion Capture FAQ voor meer informatie.
Vereisten
- Componenten moeten worden geïnstalleerd in de componentenmap.
Uw computer moet voldoen aan onze aanbevolen pc-specificaties; het belangrijkste is dat de grafische kaart aan onze aanbevelingen voldoet.
Configuratie
De Motion Capture-instellingen zijn te vinden via het hoofdmenu Instellingen, onder het gedeelte “Video & Vastleggen”. Hier kunt u uitvoerproviders en batchgrootte selecteren of wijzigen.
We raden een batchgrootte aan tussen 12 en 24, afhankelijk van het aantal actieve/ingeschakelde camera’s dat u heeft.
Aanbevolen uitvoerprovider
NVIDIA
NVIDIA RTX 3060 of nieuwere GPU -> TensorRT
Als TensorRT niet werkt, probeer dan CUDA
Andere grafische kaarten
- DirectML
De standaard is DirectML omdat dit de meest compatibele provider is. Het is helaas ook de traagste.
Tijdens benchmarktests hebben we vastgesteld dat TensorRT de best presterende uitvoerprovider is.
TensorRT is gemiddeld (35-45% sneller dan DirectML, 20-25% sneller dan CUDA)
CUDA biedt matige verbeteringen ten opzichte van DirectML (gemiddeld 10-12%)
CUDA gebruikt aanzienlijk meer GPU-geheugen (VRAM) dan TensorRT; probeer de batchgrootte te verkleinen als u CUDA gebruikt
Componenten downloaden
Als u een component selecteert dat nog niet is geïnstalleerd, wordt u gevraagd het te downloaden.
Om TensorRT of CUDA te gebruiken, moet u de componenten eerst downloaden.
Note: Deze functie is alleen beschikbaar in versie 25.2.
Aanbevolen batchgrootte
Volgens onze tests leveren grotere batchgroottes betere Prestaties op. We raden een batchgrootte aan tussen 16 en 24 voor een typische setup met 2-3 camera’s. Als u tegelijkertijd andere software gebruikt die grafische resources vereist, kan het voordelig zijn om een kleinere batchgrootte te proberen. Uiteindelijk kan de optimale batchgrootte afhangen van uw workflow en welke programma’s er naast Swing Catalyst actief zijn.
Geavanceerde instellingen
Onder de instellingen voor de uitvoerprovider bevinden zich de geavanceerde instellingen, waar u het detectiemodel kunt wijzigen of “FP16” kunt inschakelen.
Het detectiemodel wijzigen van Medium naar Nano kan het geheugengebruik van uw grafische kaart verminderen en de Prestaties verbeteren, ten koste van nauwkeurigheid.
Als u moeite heeft met een goede detectie, probeer dan het model te wijzigen naar Medium, start SwingCatalyst opnieuw op en probeer het opnieuw.
Het standaard detectiemodel is Nano
“FP16 voor TensorRT” is standaard niet aangevinkt
FP16
Het gebruik van FP16 kan het geheugengebruik verminderen en de Prestaties verbeteren (ten koste van nauwkeurigheid).
Tijdens tests hebben we vastgesteld dat FP16 de Prestaties met 20-35% kan verbeteren.
Het kan ook minder consistente resultaten opleveren tussen Opnames dan de standaard FP32. Het kan de moeite waard zijn om dit te proberen als u problemen heeft met de Prestaties of als u onvoldoende geheugen heeft.
Prestatievergelijkingen
TensorRT (paars), CUDA (roze) en DirectML (groen), van links naar rechts. De Y-as (FPS) geeft het aantal Frames per seconde aan dat het Motion Capture-model kan verwerken en staat niet rechtstreeks in verhouding tot de Framesnelheid van uw camera.
De Prestatie-Metriek (FPS) geeft aan hoeveel Frames per seconde worden verwerkt; hoe hoger het getal, hoe sneller de verwerking. Zoals u in de bovenstaande afbeelding kunt zien, zijn zowel CUDA als TensorRT vrijwel lineair. Wanneer u bijvoorbeeld van één naar twee camera’s gaat, ziet u de Prestaties bijna halveren. Dit Prestatieverlies is minder merkbaar bij nieuwere NVIDIA grafische kaarten.
Laatst bijgewerkt: 2025-05-16 | Bekijk op de officiële ondersteuningssite