以前我們六個攝像頭輪詢依次輸入視頻幀給識別函數，識別函數放到GPU計算，640×360下每幀識別耗時為60-80ms，輪一圈下來識別就很慢了，約360-480ms

后來我們討論這個問題時，我說之前我測試時，使用輸入不同分辨率的圖片，識別耗時是差不多的，hui工說，既然如此，為何我們不把圖片整合在一起再直接輸入給GPU計算呢？

我想想，有道理，據說GPU比較喜歡大批量數據計算，這個方法值得一試，于是便有了以下的嘗試

顯示

耗時測試

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，平均耗時在120ms左右

如果使用以前的不整合的來測試：

0.43431925773620605 0.44417738914489746 0.3691706657409668 0.43738698959350586 0.4148862361907959 0.41979289054870605 0.40007710456848145 0.40438032150268555 0.38952016830444336 0.45877718925476074

耗時約400ms左右

如果將顯示界面取消掉，再測試：

0.4522745609283447 0.42126965522766113 0.3632373809814453 0.41237449645996094 0.417236328125 0.39896535873413086 0.4163360595703125

識別耗時約400ms左右，可看出，是否顯示界面對識別耗時影響不大

運行時，計算機GPU占用率也不高

存在問題

用640×360合成1280×1080，不卡

用1280×720合成2560×2160，卡，總耗時約300ms

看來不同分辨率的圖片識別耗時不一樣的，

另外，這樣做還會存在“跨越識別”的風險，這種風險對識別結果的影響還得進一步評估

20200120

by hui工備注

參考文章：Tensorflow yolov3 Intel Realsense D435 識別時間測試

總結

以上是生活随笔為你收集整理的Tensorfow_yolov3 Intel Realsense D435 图像整合（合并）输入GPU计算耗时测试的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。