IT咨询服务深度学习
deeplab v3模型性能优化？
用deeplab v3 + 模型训练好之后，加载模型训练，batchsize设为1，预测单张图片（1024*768）速度很慢，要大概7-8s有什么方法可以加快预测速度吗？
我们发现针对每一副图像深度学习，需要时间很长，能做到1-2秒不
1同行回答
- 详细描述是这样的，您看 请问，如何优化pytorch的模型预测速度Namespace(backbone='resnet', batchSize=4, epoch_size=3, gpu_id='0', lr=1e-07, nAveGrad=1, nEpochs=100, nTestInterval=1, nThreads=1, phaseprediction='prediction', phasetest='test', phasetrain='train', resume_epoch=0, snapshot=3, testBatch=1, useTest=True, wd=0.0005) ------------ Options ------------- backbone: resnet batchSize: 4 epoch_size: 3 gpu_id: 0 gpu_ids: [0] lr: 1e-07 nAveGrad: 1 nEpochs: 100 nTestInterval: 1 nThreads: 1 phaseprediction: prediction phasetest: test phasetrain: train resume_epoch: 0 snapshot: 3 testBatch: 1 useTest: True wd: 0.0005 -------------- End ---------------- Constructing DeepLabv3+ model... Number of classes: 2 Output stride: 16 Number of Input Channels: 3 这是相关的参数设置，gpu：为2080ti，cuda:10.0 预测单张图片(1024*768)的速度很慢，要7-10s，有什么方法可以缩短时间到1-2s
- 输入图像是多大的？用得pil还是cv2读的图像？图像读的过程有没有保存到磁盘的动作？
- 你好，图像尺寸1024*768，用的pil读取，没有保存到磁盘
- 输入尺寸是多少？一般卷积网络的输入图像尺寸都很小，远小于图像尺寸，图像输入网络之前都要裁剪，这个要看卷积网络训练的时候设定的值是多少
- 你好，他们输入尺寸都是512的，你看这个有影响不
- 太大了，能不能裁剪一下
- 好的，谢谢，回头我们处理下