【已解决】同样模型C++版本的inference时间要比Python版本慢

已经发现了问题所在，原因是我在init模型的时候加入了RKNN_FLAG_COLLECT_PERF_MASK的flag，导致模型inference的速度变慢，其实不加这个flag也能够测速。

我们在将代码从python移植到c++的时候发现同样的模型在c++上要比python的速度慢一倍左右，不知道具体是什么原因。我们的模型在python上能跑到101216us，但是在c++上只能跑到197029us

除了在我们的模型上做测试，我们还在官方给出的example上进行了测试。
同样的mobilenet_v1模型，python上面的eval_perf的结果是4733um，把转好的.rnkk文件用c++的mobilenet code sample读进去跑perf_run则需要10067um。


c++的sample代码是在rk3399pro上直接编译的，并不是交叉编译的。
是因为c++的rknn版本过低么?

另外我在python mobilenet_v1的example script上面，自己测试了时间：

1. for _ in range(20):
   
2.     start = time.time()
   
3.     outputs = rknn.inference(inputs=[img])
   
4.     end = time.time()
   
5.     print('eval time: {}'.format(end-start))
   

复制代码发现实际inference的时间是115ms左右，和eval_perf的结果(47ms)相差的比较远，是因为调用的overhead吗？

有官方大佬能帮忙确认下这个问题不。。。