Question

Tensorflow对象检测模块的sess.run（）函数需要大约2.5秒来检测600x600图像中的边界bozes。我怎样才能加快这段代码的速度？

second_dense

Answer 1

您的sess.run执行时间对于首次运行是正常的，在那之后它的运行时间可能会快100倍（不是在开玩笑）。

关键是重新使用会话，在您的示例中，我将添加另一个图像评估并测量该时间并检查性能是否有所提高，例如：

# all your prev code here
print (diff)
print("3")

image_np = image2 # get another image from somewhere
image_np_expanded = np.expand_dims(image_np, axis=0)
start_time = datetime.datetime.now()

(boxes, scores, classes, num) = sess.run(
          [detection_boxes, detection_scores, detection_classes, num_detections],
          feed_dict={image_tensor: image_np_expanded})
end_time = datetime.datetime.now()

diff = (end_time - start_time).total_seconds()*1000
print("Detection #2")
print(diff)

因此，您还不需要GPU或较小的图像，只需“预热”会话并将其用于所有预测。

我目前在测试环境中的设置非常适中，最新版本的Ubuntu在VirtualBox上运行，单核且没有GPU（MobileNet2 + COCO数据集），一旦会话“热”，我得到的时间相当不错

--- 3.7862255573272705 seconds ---
--- 0.21631121635437012 seconds ---
--- 0.1784508228302002 seconds ---

请注意，第一个执行速度较慢，最后一个是尺寸为1050 * 600的图片

sess.run（）太慢了

1 个答案: