Skip to content

  • 体验新版
    • 正在加载...
  • 登录
  • PaddlePaddle
  • models
  • Issue
  • #3571

M
models
  • 项目概览

PaddlePaddle / models
大约 2 年 前同步成功

通知 232
Star 6828
Fork 2962
  • 代码
    • 文件
    • 提交
    • 分支
    • Tags
    • 贡献者
    • 分支图
    • Diff
  • Issue 602
    • 列表
    • 看板
    • 标记
    • 里程碑
  • 合并请求 255
  • Wiki 0
    • Wiki
  • 分析
    • 仓库
    • DevOps
  • 项目成员
  • Pages
M
models
  • 项目概览
    • 项目概览
    • 详情
    • 发布
  • 仓库
    • 仓库
    • 文件
    • 提交
    • 分支
    • 标签
    • 贡献者
    • 分支图
    • 比较
  • Issue 602
    • Issue 602
    • 列表
    • 看板
    • 标记
    • 里程碑
  • 合并请求 255
    • 合并请求 255
  • Pages
  • 分析
    • 分析
    • 仓库分析
    • DevOps
  • Wiki 0
    • Wiki
  • 成员
    • 成员
  • 收起侧边栏
  • 动态
  • 分支图
  • 创建新Issue
  • 提交
  • Issue看板
已关闭
开放中
Opened 10月 15, 2019 by saxon_zh@saxon_zhGuest

采用win10笔记本电脑跑YOLOV3模型推理的耗时2.4s

Created by: dhdljd

image

屏幕截图如上,其中,used_time:4.438s代表从模型加载到推理完成的时间,model_interpreter_time:2.407s代表从模型开始推理到结束的时间。 采用官方提供的infer文件、权重。 环境是: 联想x1笔记本电脑; noGPU 酷睿i5CPU win10系统。 请问,这样的耗时是否正常?是否需要在什么地方做优化?


另外,在同样的平台,采用opencv+YOLOV3模型,耗时在500~1000ms之间,调用的opencv语句是: label = 'Inference time: %.2f ms' % (t * 1000.0 / cv.getTickFrequency()) 截图如下: image


在同样的平台,采用tensorflow跑lite模型,耗时基本上也要在500ms以上。

指派人
分配到
无
里程碑
无
分配里程碑
工时统计
无
截止日期
无
标识: paddlepaddle/models#3571
渝ICP备2023009037号

京公网安备11010502055752号

网络110报警服务 Powered by GitLab CE v13.7
开源知识
Git 入门 Pro Git 电子书 在线学 Git
Markdown 基础入门 IT 技术知识开源图谱
帮助
使用手册 反馈建议 博客
《GitCode 隐私声明》 《GitCode 服务条款》 关于GitCode
Powered by GitLab CE v13.7