Me surge una duda... tengo un software se conecta a múltiples cámaras al mismo tiempo, la cosa es que con CPU puedo correr 7 a 8 cámaras en mi PC pero quiero levantar otras 7 mas con GPU pero solo me permite levantar 1.... como hago que sea multi gpu?
Hola... excelente video, quisiera saber si puedo hacer que se conecte a una cámara IP para detección en vivo! Gracias de antemano
Рік тому
Hola, gracias por comentar. Claro que sí se puede, debes adquirir la imagen por protocolo rstp. Para eso verifica en las especificaciones de la cámara como se accede a través de ese protocolo
amigo una pregunta, yo estoy instalado siempre los comandos de pytorhc en mi env, cada vez que prendo mi pc , siempre tiende a ejecutarce con la cpu como hago para que se quede siempre con la gpu?
Estimado, ya salió YoloV7, cual elegirías ? el yoloV5 o yoloV7 ? ojala puedas revisar YoloV7. He probado ambos y YoloV5 es más rápido pero menos preciso que YoloV7. Gracias.
Muchas páginas muestran como trabajar en local en la inferencia para modelos entrenados anteriormente en Colab como tú hiciste. La cuestión es que Colab solo permite entrenamientos de 24 h máximo (y eso siempre y cuando controles que no se desconecte el entorno de ejecución aunque esta es una cuestión menor). He logrado gracias a tú método que me detecte la GPU y veo que la usa sin embargo, si busco mi modelo de forma local, sin usar en ningún momento Colab, del mismo modo que tú haces la inferencia usando la GPU ¿Cómo podría hacerlo? ¿Podrías hacer un video? Sé que puedo aplicar el mismo procedimiento y usar el código de colab aunque estoy teniendo problemas con esto ya que me aparece un error en la consola que indica que no hay suficiente memoria en la GPU. Además veo por todas partes que para el uso de la GPU se usa siempre tensorflow aunque esto a mí no me ha funcionado con ninguno de los recursos que he encontrado ya que de ese modo no me detecta la GPU. Uso Jupyter notebook y anaconda. Muchas gracias
Aclaro mi caso: He podido realizar el entrenamiento pero es bastante limitado y me gustaría entender más acerca de los parámetros de configuración ya que no consigo grandes resultados por lo que he comentado arriba sobre el error de la memoria cuando uso un valor más alto del parámetro batch.
@@matiassalgado6249 Tienes que llevarlo de forma local, clonando el repo... luego modificar los cfg txt y par de cosas como el batch size configurado dependiendo de tu equipo...
Que requisitos tiene tu equipo, y cual seria lo mínimo en gpu para que no este asi de lento ?
2 роки тому+1
Hola Daniel. Mi equipo es un core i7 HQ de 4 cores. Y la GPU es de 4GB GTX 1050 (es una gpu básica, creo que está alrededor de 200USD). Como viste con este equipo YOLO trabaja a 20FPS.
Buen video Maestro, gracias 🙌
se veía muuuy lento solo con el CPU pero ahora va veloz😁 gracias y sigue haciendo cosas interesantes pls
Me surge una duda... tengo un software se conecta a múltiples cámaras al mismo tiempo, la cosa es que con CPU puedo correr 7 a 8 cámaras en mi PC pero quiero levantar otras 7 mas con GPU pero solo me permite levantar 1.... como hago que sea multi gpu?
Hola... excelente video, quisiera saber si puedo hacer que se conecte a una cámara IP para detección en vivo! Gracias de antemano
Hola, gracias por comentar.
Claro que sí se puede, debes adquirir la imagen por protocolo rstp. Para eso verifica en las especificaciones de la cámara como se accede a través de ese protocolo
amigo una pregunta, yo estoy instalado siempre los comandos de pytorhc en mi env, cada vez que prendo mi pc , siempre tiende a ejecutarce con la cpu como hago para que se quede siempre con la gpu?
Se puede con GPU de 2gb integrada?
Estimado, ya salió YoloV7, cual elegirías ? el yoloV5 o yoloV7 ? ojala puedas revisar YoloV7. He probado ambos y YoloV5 es más rápido pero menos preciso que YoloV7. Gracias.
no me deja exportar el archivo aparece error
Muchas páginas muestran como trabajar en local en la inferencia para modelos entrenados anteriormente en Colab como tú hiciste. La cuestión es que Colab solo permite entrenamientos de 24 h máximo (y eso siempre y cuando controles que no se desconecte el entorno de ejecución aunque esta es una cuestión menor).
He logrado gracias a tú método que me detecte la GPU y veo que la usa sin embargo, si busco mi modelo de forma local, sin usar en ningún momento Colab, del mismo modo que tú haces la inferencia usando la GPU ¿Cómo podría hacerlo? ¿Podrías hacer un video?
Sé que puedo aplicar el mismo procedimiento y usar el código de colab aunque estoy teniendo problemas con esto ya que me aparece un error en la consola que indica que no hay suficiente memoria en la GPU. Además veo por todas partes que para el uso de la GPU se usa siempre tensorflow aunque esto a mí no me ha funcionado con ninguno de los recursos que he encontrado ya que de ese modo no me detecta la GPU. Uso Jupyter notebook y anaconda.
Muchas gracias
Aclaro mi caso: He podido realizar el entrenamiento pero es bastante limitado y me gustaría entender más acerca de los parámetros de configuración ya que no consigo grandes resultados por lo que he comentado arriba sobre el error de la memoria cuando uso un valor más alto del parámetro batch.
@@matiassalgado6249 Tienes que llevarlo de forma local, clonando el repo... luego modificar los cfg txt y par de cosas como el batch size configurado dependiendo de tu equipo...
Que requisitos tiene tu equipo, y cual seria lo mínimo en gpu para que no este asi de lento ?
Hola Daniel. Mi equipo es un core i7 HQ de 4 cores. Y la GPU es de 4GB GTX 1050 (es una gpu básica, creo que está alrededor de 200USD). Como viste con este equipo YOLO trabaja a 20FPS.
@ gracias y muy buen contenido. Saludos :)))