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？

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

1. def scaleToInputSize2(outputClasses, numClasses):
   
2.         validCount = 0;
   
3. 
   
4.         output = numpy.zeros(shape=(2,NUM_RESULTS))
   
5.         tmp_shape = outputClasses.shape
   
6.         score_class = map(lambda x: expit(x), outputClasses.flatten())
   
7.         score_class = list(score_class)
   
8.         score_class = np.array(score_class)
   
9.         score_class = score_class.reshape(tmp_shape)
   
10. 
    
11.         for i in range(0, NUM_RESULTS):
    
12.                 topClassScore = -1000.0
    
13.                 topClassScoreIndex = -1
    
14. 
    
15.                 for j in range(1, numClasses):
    
16.                         score = score_class[i][j]
    
17.                         if (score > topClassScore) :
    
18.                                 topClassScoreIndex = j
    
19.                                 topClassScore = score
    
20. 
    
21.                 if (topClassScore >= MIN_SCORE):
    
22.                         output[0][validCount] = i
    
23.                         output[1][validCount] = topClassScoreIndex
    
24.                         validCount += 1
    
25. 
    
26.         return validCount, output

复制代码

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