标签: pose-detection

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。

我正在开发一个模块，必须在我们的移动应用程序中集成姿势检测。移动应用程序是使用React Native框架开发的，项目由expo管理。我们正在使用@mediapipe/pose（MediaPipe 姿势）库。该库是通过 npm 安装的。这是App.js文件的代码

import React, { useState, useEffect, useRef } from 'react'
import { StyleSheet, Text, View, useWindowDimensions, StatusBar } from 'react-native'
import { Camera } from 'expo-camera'
import Canvas from 'react-native-canvas'
import { drawConnectors, drawLandmarks } from '@mediapipe/drawing_utils'
import { Pose } from '@mediapipe/pose'

export default function App() {

  const [ permission, setPermission ] = useState(null)

  const cameraRef = useRef(null)

  const canvasRef = useRef(null)

  var camera = null

  const { width, height } = useWindowDimensions() …