对于360p和1080p，更快的R-CNN（基于冻结推理图初始v2）执行时间相同。这怎么可能？

Question

我刚刚在具有Jetpack 4.2和Tensorflow版本1.14的Jetson TX2上实现了Faster R-CNN（基于冻结推理图初始v2）对象检测模型。为模型提供了分辨率为1080p和更高的360p的输入帧。令人惊讶的是，执行时间没有变化。这可能是什么原因？

Answer 1

更快的R-CNN包含3个主要模块：

1. 基本要素网络（从输入图像/帧生成要素图），

2. 区域提案网络（生成/提议/选择感兴趣的区域，用于 通过锚最终生成边界框）和

3. 检测网络（RPN）（将区域分类为背景或前景 并完善边界框。

Faster R-CNN的大多数复杂性在于RPN和检测网络，并且RPN具有固定的输入形状。因此，模型的执行时间不会受到明显影响。