以前我们六个摄像头轮询依次输入视频帧给识别函数,识别函数放到GPU计算,640×360下每帧识别耗时为60-80ms,轮一圈下来识别就很慢了,约360-480ms

后来我们讨论这个问题时,我说之前我测试时,使用输入不同分辨率的图片,识别耗时是差不多的,hui工说,既然如此,为何我们不把图片整合在一起再直接输入给GPU计算呢?

我想想,有道理,据说GPU比较喜欢大批量数据计算,这个方法值得一试,于是便有了以下的尝试

显示


耗时测试

0.1120765209197998
0.11573362350463867
0.13027596473693848
0.14565277099609375
0.14306235313415527
0.11908912658691406
0.12984681129455566
0.12005901336669922
0.12308144569396973
0.1360917091369629
0.13965153694152832
0.1135566234588623
0.11085724830627441

可粗略看出,平均耗时在120ms左右

如果使用以前的不整合的来测试:

0.43431925773620605
0.44417738914489746
0.3691706657409668
0.43738698959350586
0.4148862361907959
0.41979289054870605
0.40007710456848145
0.40438032150268555
0.38952016830444336
0.45877718925476074

耗时约400ms左右

如果将显示界面取消掉,再测试:

0.4522745609283447
0.42126965522766113
0.3632373809814453
0.41237449645996094
0.417236328125
0.39896535873413086
0.4163360595703125

识别耗时约400ms左右,可看出,是否显示界面对识别耗时影响不大

运行时,计算机GPU占用率也不高

存在问题

用640×360合成1280×1080,不卡

用1280×720合成2560×2160,卡,总耗时约300ms

看来不同分辨率的图片识别耗时不一样的,

另外,这样做还会存在“跨越识别”的风险,这种风险对识别结果的影响还得进一步评估

20200120

by hui工备注

参考文章:Tensorflow yolov3 Intel Realsense D435 识别时间测试

Tensorfow_yolov3 Intel Realsense D435 图像整合(合并)输入GPU计算耗时测试相关推荐

  1. Tensorflow yolov3 Intel Realsense D435 单摄像头下各模块识别时间测试

    文章目录 1.一次循环总耗时 2.从循环开始到self.predict()之前 3.第一次循环主要耗时函数:wait_for_frames()(其实self.predict()函数在第一次循环更耗时) ...

  2. python Intel Realsense D435 图像自动采集程序 自动剔除模糊图像

    代码: # -*- encoding: utf-8 -*- """ @File : save_image.py @Time : 2019/10/23 14:44 @Aut ...

  3. Intel Realsense D435 USB线长、光纤线长测试(使用普通USB3.0数据线最长不能超过4M,使用普通USB3.0数据线+USB3.0光纤数据线,不能超过1+5=6M)

    文章目录 使用普通3.0延长线,能达到4M左右,偶尔会报`RuntimeError`错误,往上再加1M就一直报`RuntimeError`错误 往上再加3M就检测不到摄像头了 使用苏州百翼优品科技有限 ...

  4. Tensorflow yolov3 Intel Realsense D435 多进程multiprocessing线程池pool识别时间测试

    单摄像头下: 耗时:3.571178674697876秒 耗时:0.0682528018951416秒 耗时:0.07838797569274902秒 耗时:0.08464503288269043秒 ...

  5. Tensorflow_yolov3 Intel Realsense D435奇怪的现象,多摄像头连接时一旦能检测到深度马上就会卡(卡住)

    两个摄像头连接时一旦能检测到深度马上就会卡(小于30公分),,单个摄像头没事,这是使用了多线程传输后的现象,不知咋回事... 后来加了这句验证全局变量是否存在,好像好点了,有待验证 20200401 ...

  6. Intel Realsense D435 python (Python Wrapper)example00: NumPy Integration 将深度帧数据转换为 Numpy 数组进行处理

    NumPy Integration: Librealsense frames support the buffer protocol. A numpy array can be constructed ...

  7. Intel Realsense D435 python 实战(一)

    20200519 D435包含一个有源红外摄像头,有源红外摄像头旁边的两个能够输出黑白图像,应属于双目测距, 1战 2019年8月22日 公司的Intel Realsense D435摄像头的识别系统 ...

  8. python如何拟合三维平面(拟合Intel Realsense D435深度数据点)

    文章目录 拟合Intel Realsense D435深度数据点 参考文章:[MQ笔记]超简单的最小二乘法拟合平面(Python) import numpy as np import matplotl ...

  9. python Intel Realsense D435 多线程资源分配问题(卡住、卡死)

    在使用python多线程调用Intel Realsense D435多个摄像头时,发现pyrealsense的例如pipeline.start().context.query_devices()函数会 ...

最新文章

  1. 维护表读写的权限对象
  2. aspx页面与ascx控件脚本冲突的问题
  3. 深入理解Java:内省(Introspector)
  4. sqlserver 2008 多表更新
  5. Delphi中字符串比较大小 VS Oracle-SQL中字符串比较大小
  6. 1040 有几个PAT(PAT乙级 C++)
  7. 办学10年,进入全国前10名!这所神奇的高校,迎来10岁生日
  8. 【ZZ】Python安装模块出错(ImportError: No module named s...
  9. word怎么调列宽_怎么给文件加密???
  10. 创办私营企业必做的16件事
  11. mysql 是空字符或null 设置为0_MySQL优化(三) - 数据类型
  12. 嵌入网站的挖矿代码——Webmine
  13. ibatis sql_Map中出现异常:Cause: java.lang.RuntimeException: JavaBeansDataExchange could not instantiate..
  14. linux几个不常用但是很有用的命令
  15. python两个乘号_详解python中*号的用法!(含实例:零基础也看能懂)
  16. Teechart画图,MFC画图
  17. 计算机网络安全综述及防火墙浅析
  18. 东南大学成贤学院计算机类怎么样,东南大学成贤学院什么专业比较好 怎么选择专业...
  19. java——获取网页源代码
  20. python根据x轴、y轴坐标在坐标轴里画出曲线图

热门文章

  1. eclipse工作空间在哪里配置?
  2. 释疑の语法 ON CHANGE OF
  3. 冲销已过账外向交货单
  4. SAP ABAP ALV(LVC)的一个自定义事件(F4帮助事件,回车ENTER按钮事件)的一个实例
  5. 成本中心和内部订单浅析
  6. Mini汽车的保养周期
  7. 计划策略-20-订货型生产
  8. 如何加快按生产订单查找物料凭证的报表的速度
  9. SAP ABAP STOP,EXIT,CHECK,RETURN
  10. 生成SLUTION MANAGER KEY 的ABAP程序