object-detection - 对于 360p 和 1080p,更快的 R-CNN(基于冻结推理图 inception v2)的执行时间相同。这怎么可能?
问题描述
我刚刚使用 Jetpack 4.2 和 tensorflow 1.14 版在 Jetson TX2 上实现了 Faster R-CNN(基于冻结推理图 inception v2)对象检测模型。该模型获得了分辨率为 1080p 和更高版本为 360p 的输入帧。令人惊讶的是,执行时间没有变化。这可能是什么原因?
解决方案
Faster R-CNN 由 3 个主要模块组成:
基本特征网络(从输入图像/帧生成特征图),
区域提议网络(生成/提议/选择感兴趣的区域以从锚点生成最终的边界框)和
- 检测网络(RPN)(将区域分类为背景或前景并细化边界框)。
Faster R-CNN 的大部分复杂性在于 RPN 和检测网络,并且 RPN 具有固定的输入形状。因此,模型的执行时间不会受到显着影响。
推荐阅读
- batch-file - 每次运行时将数字添加到文件名的批处理文件
- python - 进行正则表达式替换的最佳方法
- blazor - 在每次页面加载时首先需要调用的东西会在 blazor 中出现在哪里?
- ruby-on-rails - rails nested_attributes form 找不到 id
- javascript - 父 useEffect 函数范围中的 useLocation 更改,但嵌套函数使用旧值
- python - 使用 Beautiful Soup/Selenium 对动态表进行增补时,我无法获得完整的 html 代码
- javascript - 如何将表单组数据传递给另一个组件中的提交按钮(Angular 7)
- python - 如何在不先下载文件的情况下使用 pygrib 打开 GRIB 文件?
- angular - Angular ngIf 在 else 中有多个语句
- spring-boot - 使用 webclient webflux 将文件发布到接受 APPLICATION_OCTET_STREAM 的 API