Quickstart: Azure Kinect body tracking instellen
Deze quickstart leidt u door het proces van het ophalen van lichamen die worden bijgehouden op uw Azure Kinect DK.
Systeemvereisten
Voor de SDK voor het volgen van lichamen moet een NVIDIA-GPU op de host-pc zijn geïnstalleerd. De aanbevolen vereisten voor de host-pc voor het volgen van lichamen worden beschreven op de pagina systeemvereisten.
Software installeren
Installeer het nieuwste NVIDIA-stuurprogramma
Download en installeer het nieuwste NVIDIA-stuurprogramma voor uw grafische kaart. Oudere stuurprogramma's zijn mogelijk niet compatibel met de binaire CUDA-bestanden die opnieuw worden gedistribueerd met de SDK voor het volgen van lichamen.
Visual C++ Redistributable voor Visual Studio 2015
Download en installeer Visual C++ Redistributable voor Visual Studio 2015.
Hardware instellen
Azure Kinect DK installeren
Open de Azure Kinect Viewer om te controleren of uw Azure Kinect DK juist is ingesteld.
De SDK voor het volgen van lichamen downloaden
- Selecteer de koppeling om de SDK voor het volgen van lichamen te downloaden
- Installeer de SDK voor het volgen van lichamen op uw pc.
Volgen van lichamen verifiëren
Start de Azure Kinect Viewer voor het bijhouden van de hoofdtekst om te controleren of de SDK voor het volgen van lichamen correct is ingesteld. De viewer wordt geïnstalleerd met het MSI-installatieprogramma voor de SDK. U kunt deze vinden in het menu Start of op <SDK Installation Path>\tools\k4abt_simple_3d_viewer.exe.
Als u geen krachtige GPU hebt en het resultaat nog steeds wilt testen, kunt u de Viewer voor bodytracking van Azure Kinect op de opdrachtregel starten met de volgende opdracht: <SDK Installation Path>\tools\k4abt_simple_3d_viewer.exe CPU
Als alles goed is ingesteld, wordt er een venster met een 3D-puntenwolk en bijgehouden instanties weergegeven.
ONNX Runtime-uitvoeringsomgeving opgeven
De Body Tracking SDK ondersteunt CPU-, CUDA-, DirectML- (alleen Windows)- en TensorRT-uitvoeringsomgevingen om het schattingsmodel voor poses te deducteren. De K4ABT_TRACKER_PROCESSING_MODE_GPU standaardinstelling is CUDA-uitvoering in Linux en DirectML in Windows. Er zijn drie extra modi toegevoegd om specifieke uitvoeringsomgevingen te selecteren: K4ABT_TRACKER_PROCESSING_MODE_GPU_CUDA, K4ABT_TRACKER_PROCESSING_MODE_GPU_DIRECTMLen K4ABT_TRACKER_PROCESSING_MODE_GPU_TENSORRT.
Notitie
ONNX Runtime geeft waarschuwingen weer voor opcodes die niet zijn versneld. Deze kunnen veilig worden genegeerd.
ONNX Runtime bevat omgevingsvariabelen voor het beheren van tensorRT-modelcaching. De aanbevolen waarden zijn:
- ORT_TENSORRT_ENGINE_CACHE_ENABLE=1
- ORT_TENSORRT_CACHE_PATH="pathname"
De map moet worden gemaakt voordat u begint met het bijhouden van lichamen.
Belangrijk
TensorRT verwerkt het model vooraf vóór deductie, wat resulteert in langere opstarttijden in vergelijking met andere uitvoeringsomgevingen. In cache opslaan van engine wordt dit beperkt tot de eerste uitvoering, maar het is experimenteel en specifiek voor het model, de ONNX Runtime-versie, de TensorRT-versie en het GPU-model.
De Uitvoering van TensorRT omgevingsondersteuning zowel FP32 (standaard) als FP16. FP16 ruilt ~2x prestatieverhoging voor minimale nauwkeurigheid afname. FP16 opgeven:
- ORT_TENSORRT_FP16_ENABLE=1
Vereiste DLL's voor ONNX Runtime-uitvoeringsomgevingen
| Modus | ORT 1.10 | CUDA 11.4.3 | CUDNN 8.2.2.26 | TensorRT 8.0.3.4 |
|---|---|---|---|---|
| CPU | msvcp140 | - | - | - |
| onnxruntime | ||||
| CUDA | msvcp140 | cudart64_110 | cudnn64_8 | - |
| onnxruntime | cufft64_10 | cudnn_ops_infer64_8 | ||
| onnxruntime_providers_cuda | cublas64_11 | cudnn_cnn_infer64_8 | ||
| onnxruntime_providers_shared | cublasLt64_11 | |||
| DirectML | msvcp140 | - | - | - |
| onnxruntime | ||||
| directml | ||||
| TensorRT | msvcp140 | cudart64_110 | - | nvinfer |
| onnxruntime | cufft64_10 | nvinfer_plugin | ||
| onnxruntime_providers_cuda | cublas64_11 | |||
| onnxruntime_providers_shared | cublasLt64_11 | |||
| onnxruntime_providers_tensorrt | nvrtc64_112_0 | |||
| nvrtc-builtins64_114 |
Voorbeelden
U vindt voorbeelden over het gebruik van de SDK voor het volgen van lichamen hier.