Question

我的卫星图像很大，想对它进行物体检测模型推断。目前，我将大图像切成薄片，保存切片，然后读取它们，以使模型输出检测结果（框和蒙版）。我知道这是一种低效的处理方式，因为一旦读取了图像切片/切片，就不再需要它了，但是我目前将其保存到磁盘中。

是否有更有效的方法来执行此过程？也许通过多重处理或射线库？

Answer 1

如您所述，Ray非常适合使用共享内存，并且能够在一台或多台计算机上运行相同的代码。

类似下面的结构可能会起作用。

import numpy as np
import ray

ray.init()

@ray.remote
def do_object_detection(image, index):
    image_slice = image[index]
    # Do object detection.
    return 1

# Store the object in shared memory.
image = np.ones((1000, 1000))
image_id = ray.put(image)

# Process the slices in parallel. You probably want to use 2D slices instead
# of 1D slices.
result_ids = [do_object_detection.remote(image_id, i) for i in range(1000)]
results = ray.get(result_ids)

请注意，执行do_object_detection任务的工作程序不会创建自己的映像副本。相反，他们将有权访问驻留在共享内存中的映像副本。

如果图像已经在单独的文件中，则另一种方法是执行以下操作。

import numpy as np
import ray

ray.init()

@ray.remote
def do_object_detection(filename):
    # Load the file and process it.
    return 1

filenames = ['file1.png', 'file2.png', 'file3.png']

# Process all of the images.
result_ids = [do_object_detection.remote(filename) for filename in filenames]
results = ray.get(result_ids)

使用多重处理有效地切片和读取图像

1 个答案: