Google Cloud Vision AutoML的预测性能不佳

Question

我已经使用AutoML训练了自定义的Google Cloud Vision模型。该模型的目的是为给定图像分类单个标签。

我已经实现了一个客户端，可以向其REST API发送HTTP预测请求。这工作得很好，但是获得响应所需的时间为13秒。对我来说，这似乎非常缓慢且效率低下。我确定这是由Google引起的，因为我对方法调用进行了计时（上传原始图像数据可能要花费一些时间，但是在经过预先训练的Cloud Vision网络上使用相同的图像会更快）。

还有其他人遇到此问题并找到解决方案吗？或者只是使用Tensorflow / Pytorch来训练我自己的模型，而转移依赖于例如Imagenet并以此为基础构建API。

Answer 1

这对我来说需要2050毫秒，我没有发现这很糟糕。如果您在此处共享代码以供审核，那就更好了。