Swing Catalyst Hareket Yakalama Ayarları
Giriş
Bu makale, Swing Catalyst içindeki Hareket Yakalama işlevinin nasıl kurulup yapılandırılacağını açıklamaktadır. Bu özellik tüm lisans türleri için mevcut olmayabilir; daha fazla bilgi için Hareket Yakalama SSS sayfamıza bakınız.
Gereksinimler
- Bileşenlerin, bileşenler dizinine yüklenmesi gerekmektedir.
Bilgisayarınızın PC özellik önerilerimizi karşılaması gerekmektedir; en önemlisi ekran kartının önerilerimizi karşılamasıdır.
Yapılandırma
Hareket Yakalama ayarlarına ana Ayarlar menüsünden “Video & Yakala” bölümü altından ulaşılabilir. Buradan yürütme sağlayıcılarını ve toplu iş boyutunu seçebilir veya değiştirebilirsiniz.
Sahip olduğunuz aktif / etkin kamera sayısına bağlı olarak 12 ile 24 arasında bir toplu iş boyutu öneririz.
Önerilen Yürütme Sağlayıcısı
NVIDIA
NVIDIA RTX 3060 veya daha yeni GPU -> TensorRT
TensorRT çalışmazsa CUDA’yı deneyin
Diğer ekran kartları
- DirectML
Varsayılan seçenek DirectML’dir; zira en uyumlu sağlayıcıdır. Ancak ne yazık ki en yavaş olanıdır.
Kıyaslama testlerimizde TensorRT’nin yürütme sağlayıcıları arasında en yüksek Performansı sergilediğini gördük.
TensorRT ortalama olarak (DirectML’den %35-45, CUDA’dan %20-25 daha hızlıdır)
CUDA, DirectML’e kıyasla orta düzeyde iyileştirme sunar (ortalama %10-12)
CUDA, TensorRT’ye göre çok daha fazla GPU belleği (VRAM) kullanır; CUDA kullanıyorsanız lütfen toplu iş boyutunu düşürmeyi deneyin
Bileşen indirme
Henüz yüklü olmayan bir bileşen seçerseniz onu indirmeniz istenecektir.
TensorRT veya CUDA kullanabilmek için önce bileşenleri indirmeniz gerekmektedir.
note: Bu özellik yalnızca 25.2 sürümünde mevcuttur.
Önerilen Toplu İş Boyutu
Testlerimize göre daha büyük toplu iş boyutları daha iyi Performans sağlamaktadır. Tipik bir 2-3 kameralı kurulum için 16 ile 24 arasında bir toplu iş boyutu öneririz. Aynı anda grafik kaynağı gerektiren başka yazılımlar kullanıyorsanız daha düşük bir toplu iş boyutu denemek faydalı olabilir. Sonuç olarak en uygun toplu iş boyutu, iş akışınıza ve Swing Catalyst’e ek olarak çalıştırdığınız programların türüne bağlı olabilir.
Gelişmiş Ayarlar
Yürütme sağlayıcısı ayarlarının altında, algılama modelini değiştirebileceğiniz veya “FP16” seçeneğini etkinleştirebileceğiniz gelişmiş ayarlar yer almaktadır.
Algılama modelini Medium’dan Nano’ya değiştirmek, doğruluktan ödün vererek ekran kartınızın kullandığı bellek miktarını azaltabilir ve Performansı artırabilir.
Yeterli algılama sağlamakta güçlük çekiyorsanız modeli Medium olarak değiştirip Swing Catalyst’i yeniden başlatmayı ve tekrar denemeyi deneyin.
Varsayılan algılama modeli Nano’dur
“TensorRT için FP16” varsayılan olarak işaretli değildir
FP16
FP16 kullanmak bellek kullanımını azaltabilir ve Performansı artırabilir (doğruluktan ödün vererek).
Testlerimizde FP16’nın Performansı %20-35 oranında artırabildiğini gördük.
Ayrıca Kayıtlar arasında varsayılan FP32’ye kıyasla daha tutarsız sonuçlar üretebilir. Performans sorunları yaşıyorsanız veya belleğiniz doluyorsa denemeye değer olabilir.
Performans Karşılaştırmaları
TensorRT (mor), CUDA (pembe) ve DirectML (yeşil), soldan sağa. Y ekseni (FPS), Hareket Yakalama modelinin işleyebildiği saniye başına kare sayısını gösterir ve kameranızın Kare Hızıyla doğrudan ilişkili değildir.
Performans Metriği (FPS), saniye başına işlenen Kare sayısını ifade eder; sayı ne kadar yüksekse işlem o kadar hızlı gerçekleşir. Yukarıdaki görselde de görüldüğü üzere hem CUDA hem de TensorRT neredeyse doğrusal bir seyir izlemektedir. Örneğin, bir kameradan iki kameraya geçtiğinizde Performansın neredeyse yarıya düştüğünü görürsünüz. Bu Performans düşüşü, daha yeni NVIDIA ekran kartlarında daha az belirgindir.
Son güncelleme: 2025-05-16 | Resmi destek sitesinde görüntüle