利用现有模型处理面部视频获取特征向量(1)

embedded/2025/1/23 8:09:01/

第一步:挑选合适的模型

目前有两个比较符合心意的模型,一个是video-features另外一个是STPN

让我来检验一下,哪一个比较好

STPN

在按照readme安装环境和配置的时候,发现mmpycocotools死活报错,重装Cython至0.29.33版本后就可以装上mmpycocotools了。

以及dataset的链接失效了,需要在官网下ILSVRC2015。不过我不知道该下载哪个分类下的dataset。

我下了上图中的三个(属实是乱下) ,但是下面这个VID的链接失效了

于是我直接放弃,尝试下面一个方案了

video-features

# clone the repo and change the working directory
git clone https://github.com/v-iashin/video_features.git
cd video_features# install environment
conda env create -f conda_env.ymlconda activate video_features

readme安装完环境之后,可以使用以下代码检测pytorch是否支持gpu

python
import torch
print(torch.cuda.is_available())

我的输出是true,但是为什么程序运行之后会被killed?

conda activate video_features
python main.py \feature_type=r21d \device="cuda:0" \video_paths="[/mnt/c/Users/DDDCY/Desktop/short-mp4/0.mp4,/mnt/c/Users/DDDCY/Desktop/short-mp4/1.mp4,/mnt/c/Users/DDDCY/Desktop/short-mp4/2.mp4,/mnt/c/Users/DDDCY/Desktop/short-mp4/3.mp4,/mnt/c/Users/DDDCY/Desktop/short-mp4/4.mp4,/mnt/c/Users/DDDCY/Desktop/short-mp4/5.mp4,/mnt/c/Users/DDDCY/Desktop/short-mp4/6.mp4]"

我还只是试个水,只放了七个视频呢,没有把所有69个视频放进去(我放的还是短视频,一个30秒,原视频每个90秒呢!!!) 

再看一下被killed的原因

(video_features) dddcyy@dddcyy6100846:~/video_features$ sudo dmesg | tail -7
[sudo] password for dddcyy:
[118484.930910] [  10029]  1000 10029     5063      519    77824        0           100 systemd
[118484.930912] [  10030]  1000 10030     5287       67    77824      365           100 (sd-pam)
[118484.930919] [  10045]  1000 10045     1518      392    57344        0             0 bash
[118484.930926] [  10120]  1000 10120 16381865  3898516 41156608  1046686             0 python
[118484.930928] oom-kill:constraint=CONSTRAINT_NONE,nodemask=(null),cpuset=/,mems_allowed=0,global_oom,task_memcg=/init.scope,task=python,pid=10120,uid=1000
[118484.931253] Out of memory: Killed process 10120 (python) total-vm:65527460kB, anon-rss:15519112kB, file-rss:0kB, shmem-rss:74952kB, pgtables:40192kB oom_sc

但是我不确定是不是只是因为gpu的内存不够导致的,还是说还有其他的原因。让我明天在服务器上面试一试就知道了


http://www.ppmy.cn/embedded/156260.html

相关文章

【深度解析Java 20天速成】04_IDEA的安装与使用

【Why IDEA ?】 【注】JetBrains官方说明: 尽管我们采取了多种措施确保受访者的代表性,但结果可能会略微偏向 JetBrains 产品的用户,因为这些用户更有可能参加调查。 此外,2022年,某美国软件开发商在对近千名专业的Ja…

JAVA-Exploit编写(6)--http-request库文件上传使用

目录 1.http-request简介 2. 依赖导入 3.文件上传页面代码 4. http-request文件上传简单使用 5.请求https的网站解决SSL证书的问题 5. 1 直接请求带https域名的网站 5.2 信任所有证书 1.http-request简介 http-request 是一个库 里面提供很多方法,使得很容易就…

期货行业专题|基于超融合实现 IT 基础设施现代化与国产化转型实践合集

SmartX 期货行业重要进展 帮助近 60 家期货用户部署 730 超融合节点,含 230 信创节点。 深入 5 大应用场景: 核心生产资源池 主席灾备资源池 信创云资源池 云原生存储与容器资源池 分布式存储资源池 更多超融合金融核心生产业务场景实践&#xf…

JavaScript 对象字面量与构造函数:构建高效对象的两种方式

Hi,我是布兰妮甜 !在JavaScript中,对象是核心的数据结构之一,用于组织和操作数据。创建对象有两种主要的方式:对象字面量(Object Literal)和 构造函数(Constructor Function&#xf…

基于实例感知交互的联合的显微电镜图像去噪与分割

Joint EM Image Denoising and Segmentation with Instance-Aware Interaction code:https://github.com/zhichengwang-tri/EM-DenoiSeg 代码真的写的超级无敌烂!!!!!!!&#xff0…

手持式三维激光扫描仪-3D扫描产品尺寸

现代制造业和产品设计,对产品尺寸的精确测量和快速建模需求日益增长。传统的测量工具和方法往往难以满足复杂形状和高精度要求的场景。手持式三维激光扫描仪凭借其灵活性、高精度和便携性,为产品尺寸测量和建模提供了高效、精准的解决方案。 传统测量方法…

Spring Boot + Netty + WebSocket 实现消息推送

1、关于Netty Netty 是一个利用 Java 的高级网络的能力&#xff0c;隐藏其背后的复杂性而提供一个易于使用的 API 的客户端/服务器框架。 2、Maven依赖 <dependencies><!-- https://mvnrepository.com/artifact/io.netty/netty-all --><dependency><gr…

【银河麒麟高级服务器操作系统】业务访问慢网卡丢包现象分析及处理过程

了解更多银河麒麟操作系统全新产品&#xff0c;请点击访问 麒麟软件产品专区&#xff1a;product.kylinos.cn 开发者专区&#xff1a;developer.kylinos.cn 文档中心&#xff1a;document.kylinos.cn 交流论坛&#xff1a;forum.kylinos.cn 服务器环境以及配置 【内核版本…