Machine learning 姿势估计器为什么这么慢？
我是ML领域的新手，有一个关于计算机视觉的问题。为什么人脸检测和物体检测软件（如Instagram的人脸过滤器）可以在我们的智能手机上以30-60 FPS的速度平稳运行，而姿势估计软件（如OpenPose）却难以以10 FPS以上的速度处理实时视频（规格也不错） 如果我错了，请纠正我，但是Snapchat的软件可以跟踪你的脸，直到光线不好，运动非常突然，姿势估计也可以做到，但需要更好/更多的GPU，并且以较低的FPS运行 用于实时姿势估计的最快神经网络类型是什么？组成能够实时准确预测人的姿势的鲁棒神经网络的组件是什么 甚至有可能执行一些大量的计算并仍然获得相对较高的FPS吗Machine learning 姿势估计器为什么这么慢？,machine-learning,deep-learning,computer-vision,face-detection,pose-estimation,Machine Learning,Deep Learning,Computer Vision,Face Detection,Pose Estimation,我是ML领域的新手，有一个关于计算机视觉的问题。为什么人脸检测和物体检测软件（如Instagram的人脸过滤器）可以在我们的智能手机上以30-60 FPS的速度平稳运行，而姿势估计软件（如OpenPose）却难以以10 FPS以上的速度处理实时视频（规格也不错） 如果我错了，请纠正我，但是Snapchat的软件可以跟踪你的脸，直到光线不好，运动非常突然，姿势估计也可以做到，但需要更好/更多的GPU，并且以较低的FPS运行 用于实时姿势估计的最快神经网络类型是什么？组成能够实时准确预测人的姿势的鲁
任何响应都是值得赞赏的纯检测总是很慢的。最常见的方法是使用检测->跟踪->更新框架
在显示线程中，视频以恒定的30 fps显示 纯检测总是很慢。最常见的方法是使用检测->跟踪->更新框架
在显示线程中，视频以恒定的30 fps显示。我想你应该试试英特尔的OpenVINO家伙们的这个例子。在RTX2060上，我可以使用Python+PyTorchI实现高达20+FPS的速度。我想你应该试试Intel的OpenVINO家伙们的这个例子。在RTX2060上，我可以使用Python+PyTorch实现高达20+FPS的速度