目录
GitHub - LeeeLiu/SpeedUpVideoCap: 面部表情捕捉。输入2D人脸,输出3D几何动画。
基于MobileNetV3的人脸表情捕捉-加速
加速库 onnx/tensorRT 说明
- onnx/tensorRT都是nVidia的开源加速库,到目前(2021.7.12)为止,它们只能加速inference,不能加速training。
- onnx支持CPU或GPU。到目前(2021.7.12)为止,tensorRT仅支持GPU。
- tensorRT加速原理:操作合并+降低精度。详情
-
测试onnx,tensorRT对faceBox和llfr的加速情况
-
测速时
python demo.py --check-face=no --id 4 --h 480 --w 270 --input-path=test_clip.mp4
-
验证人脸识别有没有受到影响,保存图片和视频
python demo.py --check-face=yes --id 4 --h 480 --w 270 --input-path=test_clip.mp4
-
验证加速之后,是否影响重建性能
--checkMSE=yes
-
修改输出维度
--num-class=57
-
更多命令见
sh experimentGPU.sh
-
注意事项
- 如果提示
timeStamp没有声明就引用
,则说明人脸没有被识别到。调换--h
和--w
顺序试一试。
- 如果提示
-
-
其它
- 摄像头实时捕捉
python demo.py --mode=webcam
- 同时保存视频与fbx动画
python demo.py --mode=webcam --save-video=True --save-fbx=True
- 视频输入
python demo.py --mode=video --input-path=benchmark/benchmark_0.mp4
- 同时保存转码视频与fbx动画
python demo.py --mode=video --input-path=xxx.mp4 --save-video=True --save-fbx=True
- 图片输入(暂时未实现)
python demo.py --mode=image --input-path=xxx.mp4
- 摄像头实时捕捉