【问题标题】:How can I do cv2 operations along side deep learning model on gpu?如何在 GPU 上沿着深度学习模型进行 cv2 操作?
【发布时间】:2020-02-04 13:32:44
【问题描述】:

cv2 在对深度学习模型执行推理时使用 CPU 我想使用 gpu 对深度学习模型进行推理有什么办法吗?我尝试做 cv2.UMat() 但它仅在我开​​始使用深度学习时不使用深度学习时才支持,但它不起作用。请让我知道我们当时如何进行 cv2 操作和深度学习。

【问题讨论】:

  • “没有用”是什么意思?您到底尝试了什么,期望看到什么以及您看到了什么?
  • 我使用 GPU 实现了对象检测推理,并且我正在转换为 cv2.UMat 以便稍后读取图像我需要将其转换回 NumPy 数组,因为我想扩展维度,这会降低 fps而是增加
  • 最终目标是提高FPS

标签: tensorflow keras


【解决方案1】:

Tensorflow/Keras(带有 tensorflow 后端)保留整个 gpu 内存,即使它们只需要其中的一部分。如果可以只保留部分内容,您必须查看文档。

【讨论】:

  • 我将为 keras 分配内存,我会尝试这样做。我在没有看到任何显着改善之前尝试过
猜你喜欢
  • 1970-01-01
  • 2016-11-24
  • 2023-03-19
  • 2020-06-08
  • 1970-01-01
  • 2022-06-14
  • 2021-11-12
  • 2018-10-27
  • 1970-01-01
相关资源
最近更新 更多