pxEkin
pxEkin
 
rvm引入rec，处理视频流是个不错的方法，但在手机上部署，目前开销有点大，内存开销：MNN部署1080p s0.25的模型，需要380m内存， coreml也需要300m左右，推理速度也不太够，提出以下几个优化问题： 1.rec目前是r1/r2/r3/r4四层，这个可以减到两层或三层吗？ 2.如果只处理低分辨率视频(或图片)，是不是可以删除DGF？
有的手机（oppo A57）跑一会会闪退，报错：(server)' ~ Channel is unrecoverably broken and will be disposed! 和出现DrawFacePoints线程挂掉的错误。 有的手机能正常运行
code is： model = Generator() model = model.cuda() model.load_state_dict(torch.load("./stargan_celeba_256/models/200000-G.ckpt")) model = model.eval() pilImg = Image.open("256x256.jpg") npImg = np.array(pilImg) example_img = torch.from_numpy(npImg).float().unsqueeze(0) print(example_img.shape) example_img = example_img.permute(0, 3, 1, 2) print(example_img.shape) print("======RGB...