我的模型处理视频，我想计算它以每秒帧数或1帧的处理时间处理帧的速度。
我做了一个单一的函数来获取预测，它将原始帧作为输入，进行所有预处理，然后返回分类。预处理步骤之一是从视频中采样帧，基本上，它会将进入深度学习模型的帧数减少1/5。没有所有的预处理，模型将无法达到预期的效果。
所以我的问题是，我还应该考虑预处理时间吗？而且，最重要的是，此处理时间是针对所有帧还是仅针对模型实际看到的帧？
示例代码结构如下：
start = time.time()
prediction = main(data)
end = time.time
print("Time for 1 frame=",(end-start)/n_frames) # lets say n_frames = 50
在main函数内部：
preprocessed = preprocess(data) # resizing, sampling down from 50 to 10 frames
prediction = model.predict(preprocessed)
return prediction
示例：输入为50帧，对其进行预处理和进行预测所花费的总时间为1秒。 （请注意，该模型只能看到10个预处理帧） 因此，一帧的处理时间为1/50秒。 OR 应该是1/10秒，因为模型只能处理10帧，因此其他人只会在预处理中被跳过。我应该在哪里放置开始时间和结束时间？
哪种方法是标准方法还是正确的方法？
答案 0 :(得分：0)
没有标准的方法，这取决于您要使用结果的确切方式。
如果您只想证明深度学习模型用尽的时间，请不要包括预处理步骤。
如果您希望对端到端过程进行计时，请包括整个管道。
一个更好的解决方案是对profile进行编码。这样一来，您就可以详细了解代码各部分所花费的时间，以使您不必选择其他任何地方。
在您的情况下，由于您希望将时间用帧数表示，因此我不关心模型看到多少帧或管道中的任何工作。作为用户，我所关心的就是如果放入X帧，需要多长时间。因此，每秒50帧。