CNN和机器学习算法性能测试

1. peleeNet测试

使用与mobilenetSSD同样的数据集训练(mobilenet SSD mAP: 0.80)

cpu FPS	cpu device	gpu device	gpu FPS	gpu Mem	gpu util	input data	mAP
5	i7 6700k	GTX 1080	62	482M	48%	304x304x3	0.877

2. 车辆6类mxnet_SSD_300_vgg16_atrous测试

GPU	batch size	nms阈值	nms-topK	显存占用	显卡占用	FPS
GTX1070	1	0.45	200	500M	60%	43
GTX970	1	0.45	200	477M	80%	28
GTX970	2	0.45	200	525M	74%	17

3. opencv 肤色 + lbp_adaboost_cascadeClassifyer

多路测试

• 测试机器配置
  E5处理器32核，GTX1080显卡8G显存

• 测试视频
  视频（Face201701052.mp4）中人脸数量最多为3个,图像长宽为1920X1080

• 测试资源占用

  测试	CPU	GPU	内存	显存	帧率
  单路测试资源占用(多线程)	3%	40%	200M	400M	110fps
  两路测试资源占用(多线程)	5%	30%	400M	500M	50fps
  三路测试资源占用(多线程)	7%	38%	500M	582M	25fps
  两路测试资源占用(多进程)	7%	50%	400M	800M	90fps

图像缩放测试

• 测试图像中人脸框大小

  1920X1080图像缩放为960X540
  最小框：30X30
  平均框：64X64
  最大框：150X150