目标检测任务中 FPS 的计算

人工智能 卷积神经网络 物体检测 约洛
2021-11-01 22:18:28

如何计算 YOLOv3 或 YOLOv3-Tiny 等对象检测模型的 FPS 平均速度?不同的对象检测模型经常在这样的图表上呈现: 在此处输入图像描述 我在我的项目中使用了 DarkNet 框架,我想为我自己的基于 YOLOv3 的模型创建类似的图表。是否有一些简单的方法可以通过“测试视频”为我的模型获得平均 FPS 速度?

2个回答

您可以将数据集测试集用作视频的“帧”。使用您的模型测试图像并计算结果的每秒图像数,这与每秒帧数相同。但是,您应该将批量大小设置为 1,就像在现实世界场景中一样。您还应该在推理后用相应的框显示每个图像,并删除精度计算以模仿真实世界的情况。

@克莱门特惠

感谢您的回答,我向 Darknet 的 AlexeyAB 提出了同样的问题,他现在为此类模型速度测量添加了 Darknet 标志: https ://github.com/AlexeyAB/darknet/issues/4627

我为检测器演示添加了 -benchmark 标志,现在您可以使用命令 2652263

./darknet detector demo obj.data yolo.cfg yolo.weights test.mp4 -benchmark

但是对于速度非常快的模型,瓶颈将出现在从文件/相机捕获视频中,> 或在视频显示中(您可以使用 -dont_show 标志禁用显示)。

我认为这是最好的解决方案,您只需要最新版本的 Darknet(来自 AlexeyAB)。