Swing Catalyst Ustawienia Motion Capture
Wprowadzenie
Ten artykuł opisuje, jak skonfigurować funkcję Motion Capture w Swing Catalyst. Funkcja ta może nie być dostępna dla wszystkich typów licencji — więcej informacji znajdziesz w naszym FAQ dotyczącym Motion Capture.
Wymagania
- Komponenty muszą być zainstalowane w katalogu komponentów.
Twój komputer musi spełniać nasze zalecenia dotyczące specyfikacji PC, a najważniejsze jest, aby karta graficzna spełniała nasze wymagania.
Konfiguracja
Ustawienia Motion Capture można znaleźć w głównym menu Ustawień w sekcji „Video & Capture". Tutaj możesz wybrać lub zmienić dostawców wykonania oraz rozmiar wsadu (batch size).
Zalecamy rozmiar wsadu od 12 do 24, w zależności od liczby aktywnych/włączonych kamer.
Zalecany dostawca wykonania
NVIDIA
NVIDIA RTX 3060 lub nowszy GPU -> TensorRT
Jeśli TensorRT nie działa, spróbuj CUDA
Inne karty graficzne
- DirectML
Domyślnym ustawieniem jest DirectML, ponieważ jest to najbardziej kompatybilny dostawca. Niestety jest też najwolniejszy.
Podczas testów porównawczych stwierdziliśmy, że TensorRT jest najbardziej wydajnym spośród dostępnych dostawców wykonania.
TensorRT jest średnio szybszy (o 35–45% od DirectML, o 20–25% od CUDA)
CUDA oferuje umiarkowaną poprawę wydajności w porównaniu z DirectML (średnio o 10–12%)
CUDA zużywa znacznie więcej pamięci GPU (VRAM) niż TensorRT — jeśli używasz CUDA, spróbuj zmniejszyć rozmiar wsadu
Pobieranie komponentów
Jeśli wybierzesz komponent, który nie jest jeszcze zainstalowany, zostaniesz poproszony o jego pobranie.
Aby korzystać z TensorRT lub CUDA, należy najpierw pobrać odpowiednie komponenty.
note: Ta funkcja jest dostępna wyłącznie w wersji 25.2.
Zalecany rozmiar wsadu
Zgodnie z naszymi testami, większe rozmiary wsadu zapewniają lepszą wydajność. Zalecamy rozmiar wsadu od 16 do 24 dla typowej konfiguracji z 2–3 kamerami. Jeśli jednocześnie korzystasz z innego oprogramowania wymagającego zasobów graficznych, może być korzystne wypróbowanie mniejszego rozmiaru wsadu. Ostatecznie najlepszy rozmiar wsadu może zależeć od Twojego sposobu pracy i rodzaju programów uruchomionych jednocześnie ze Swing Catalyst.
Ustawienia zaawansowane
Poniżej ustawień dostawcy wykonania znajdują się ustawienia zaawansowane, gdzie można zmienić model wykrywania lub włączyć „FP16".
Zmiana modelu wykrywania z Medium na Nano może zmniejszyć zużycie pamięci karty graficznej i poprawić wydajność, kosztem dokładności.
Jeśli masz trudności z uzyskaniem odpowiedniego wykrywania, spróbuj zmienić model na Medium, uruchom ponownie SwingCatalyst i spróbuj jeszcze raz.
Domyślnym modelem wykrywania jest Nano
„FP16 dla TensorRT" jest domyślnie niezaznaczone
FP16
Używanie FP16 może zmniejszyć zużycie pamięci i poprawić wydajność (kosztem dokładności).
Podczas testów stwierdziliśmy, że FP16 może poprawić wydajność o 20–35%.
Może również dawać mniej spójne wyniki pomiędzy Nagraniami niż domyślne FP32. Warto spróbować, jeśli masz problemy z wydajnością lub kończy Ci się pamięć.
Porównania wydajności
TensorRT (fioletowy), CUDA (różowy) i DirectML (zielony), od lewej do prawej. Oś Y (FPS) przedstawia liczbę Klatek na sekundę, jaką model Motion Capture jest w stanie przetworzyć, i nie jest bezpośrednio związana z Szybkością klatek Twojej kamery.
Metryka wydajności (FPS) oznacza liczbę Klatek przetwarzanych na sekundę — im wyższa wartość, tym szybsze przetwarzanie. Jak widać na powyższej ilustracji, zarówno CUDA, jak i TensorRT są niemal liniowe. Np. przechodząc z jednej do dwóch kamer, można zaobserwować niemal dwukrotny spadek wydajności. Ten spadek wydajności jest mniej odczuwalny w przypadku nowszych kart graficznych NVIDIA.
Ostatnia aktualizacja: 2025-05-16 | Zobacz na oficjalnej stronie pomocy technicznej