Toybrick

标题: rk3399pro运行mobilenetv1-ssd实时处理usb摄像头视频流 [打印本页]

作者: YEY 时间: 2019-12-19 08:56
标题: rk3399pro运行mobilenetv1-ssd实时处理usb摄像头视频流
想用rk3399pro运行mobilenetv1-ssd实时处理usb摄像头视频流，但我发现inference出来的结果会有1917个，然后需要遍历这么多结果过滤掉得分过低的（如图），这一过程每次消耗100ms左右，导致只能跑到5帧，请问有没有什么办法加速呢？

作者: troy 时间: 2019-12-27 18:01
参考该代码，使用lamba表达式，降低for循环导致的时间消耗。还有一种方式是直接计算出min_score所对应的outclass里的值，直接进行筛选，过滤得分较低的数值

def scaleToInputSize2(outputClasses, numClasses):

        validCount = 0;



        output = numpy.zeros(shape=(2,NUM_RESULTS))

        tmp_shape = outputClasses.shape

        score_class = map(lambda x: expit(x), outputClasses.flatten())

        score_class = list(score_class)

        score_class = np.array(score_class)

        score_class = score_class.reshape(tmp_shape)



        for i in range(0, NUM_RESULTS):

                topClassScore = -1000.0

                topClassScoreIndex = -1



                for j in range(1, numClasses):

                        score = score_class[i][j]

                        if (score > topClassScore) :

                                topClassScoreIndex = j

                                topClassScore = score



                if (topClassScore >= MIN_SCORE):

                        output[0][validCount] = i

                        output[1][validCount] = topClassScoreIndex

                        validCount += 1



        return validCount, output
复制代码

作者: YEY 时间: 2019-12-28 11:23

troy 发表于 2019-12-27 18:01
参考该代码，使用lamba表达式，降低for循环导致的时间消耗。还有一种方式是直接计算出min_score所对应的out ...

非常感谢！我来试一试

欢迎光临 Toybrick (https://t.rock-chips.com/)

Powered by Discuz! X3.3