FengXu
/
Report
1
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity

[文档补充] 删除无用文档

main
冯旭 2024-10-17 23:20:15 +08:00
parent 4b6514a231
commit 03ced2740f
1 changed files with 1 additions and 1 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

2
Docs/2024-10-17/README.md
View File

@ -20,7 +20,7 @@
- 问题描述：行人重识别模型推理速度慢，占推理总流程时间的90%以上，需要再优化一下，导致视频流严重卡顿![alt text](image/image.png) - 问题描述：行人重识别模型推理速度慢，占推理总流程时间的90%以上，需要再优化一下，导致视频流严重卡顿![alt text](image/image.png)
- 问题原因：通过打印fast-reid推理用时，当batch_size为4时，用时约为6ms，由于yolo一次性会检测8张图片，同一张图片里面有非常多的框，所以fast-reid推理总用时较长 - 问题原因：通过打印fast-reid推理用时，当batch_size为4时，用时约为6ms，由于yolo一次性会检测8张图片，同一张图片里面有非常多的框，所以fast-reid推理总用时较长
- 解决方案： - 解决方案：
1. 增大fast-reid模型的batch_size为8时，视频流卡顿现象明显缓解 1. 增大fast-reid模型的batch_size为8时，视频流卡顿现象明显缓解
### 2.3 待办事项 ### 2.3 待办事项
#### 重识别逻辑 #### 重识别逻辑
1. 检测到人之后 1. 检测到人之后