Question

我正在使用CvKNearest进行KNN分类。我想衡量培训所需的时间。这是代码：

#include <time.h>
clock_t start, end;
double time;
start = clock();
KnnClassifier.train( trainData, classes, Mat(), false, 1 );
end = clock();
time = ((float) (end - start)) / CLOCKS_PER_SEC;
cout<<" Training time (s) =   "<<time << "\n";

问题是结果是培训需要0秒。提前谢谢。

Answer 1

如果可用（C ++ 11），你可以使用chrono。

#include <chrono>

auto start = std::chrono::system_clock::now();
KnnClassifier.train( trainData, classes, Mat(), false, 1 );
auto end = std::chrono::system_clock::now();
auto time = std::chrono::duration_cast<std::chrono::milliseconds>(end - start);
cout << " Training time (s) = " << time.count() << "\n";

Answer 2

问题已经过时了，但我认为发布的答案不是使用OpenCV时应该使用的答案。

为了测量操作的时间，OpenCV提供了执行此操作的功能。您可以咨询official documentation for that。这是要编写的代码：

double t = (double)getTickCount();
// do something ...
t = ((double)getTickCount() - t)/getTickFrequency();

另一种方法是在OpenCV中使用TickMeter对象。以下是官方文档中对TickMeter类的描述：

测量通过时间的类。

该类通过计算每个滴答数来计算传递时间   第二。也就是说，以下代码计算执行时间   秒：
TickMeter tm;
tm.start();
// do something ...
tm.stop();
std::cout << tm.getTimeSec();
也可以计算多次运行的平均时间：
TickMeter tm;
for (int i = 0; i < 100; i++)
{
    tm.start();
 // do something ...
    tm.stop();
}
double average_time = tm.getTimeSec() / tm.getCounter();
std::cout << "Average time in second per iteration is: " << average_time << std::endl;

如何衡量在C ++和OpenCV中KNN分类器训练的训练时间？

2 个答案: