如何在 GPU 上运行 MediaPipe 的姿势地标检测

Question

我可以按照此处的本教程在 Windows 10 计算机上运行 MediaPipe 的 Pose Landmark 检测： https: //google.github.io/mediapipe/solutions/pose.html#python-solution-api，但我不确定我如何使用 GPU 运行这个示例。

我知道它在 CPU 上运行速度相当快，但我想使用该模型，model_complexity=2因为它是最准确的，但这使得它在我的 CPU 上运行缓慢（大约 5 FPS）。我有 GPU，所以如果我可以在 GPU 上运行，速度会大大加快。

我找到了以下资源。

• https://github.com/google/mediapipe/tree/master/mediapipe/modules/pose_landmark
• https://github.com/google/mediapipe/tree/master/mediapipe/modules/pose_detection

它在这些链接中提到了 GPU，但我不确定如何利用这些模块。如果有人可以提供有关如何在 GPU 上运行 MediaPipe 的 Pose Landmark 检测的链接或快速说明，我将不胜感激。

Answer 1

TensorFlow Lite GPU delegate 主要是为手机加速而设计的。另请参阅https://www.tensorflow.org/lite/performance/gpu。

实验上，TFLite GPU delegate 中的 OpenCL 后端可以通过 Linux 平台支持。不过，我们还没有在 Windows 上验证它。

另请参阅https://github.com/tensorflow/tensorflow/issues/40325#issuecomment-642143623。