tensorflow label_image认识得这么慢

Question

我的项目是OCR。我使用image_retraining（v0.10.0）来识别字母。

我用尺寸为128x128的照片进行训练

之后我使用我的code输入几张字母图片（1306张图片），我从一页文件中分割出来

代码运行得太慢了。

• 识别1个字母需要3秒钟才能完成 我的笔记本电脑上有1306张照片。

• 识别1个字母需要38秒，接近6个小时即可完成 pi 2上的1306张照片

我不知道它为什么这么慢。我的C ++代码在QT上使用SVM只用了5秒就完成了（它使用的图片大小是32x24）。

那么是因为我使用的图片太大了吗？或者python运行速度比C ++慢

你介意给我建议让它跑得更快

更新＃1： 图片大小不是大问题。 关注time_chart。由于这个命令，代码似乎很慢

predictions = sess.run(softmax_tensor, \
        {'DecodeJpeg/contents:0': image_data})

是否有人建议让代码运行得更快。

Answer 1

这听起来像您的会话图随着每次迭代而增长。 尝试将所有代码放入结果中，直到结果放入“ with”语句上下文中：

# example function using 'with' context:

some_Function(param1, param2):
    with tf.Graph().as_default():
        ...
        graph = ...
        ...
        sess = tf.Session()
        result = sess.run(graph)
        return result