【代码笔记】测量模型推理时间

参考:深度神经网络推理时间的正确测量方法

starter, ender = torch.cuda.Event(enable_timing=True), torch.cuda.Event(enable_timing=True) 

t = []
for i in enumerate(dataset):
    timings = []
    with torch.no_grad():
        starter.record()
        out = model(inputs)
        ender.record()
        torch.cuda.synchronize()
        curr_time = starter.elapsed_time(ender)
        timings.append(curr_time)

    print('timings mean:', np.mean(timings))
    t.append(curr_time)

print('timings min:', np.min(t))

与参考的博客里不同的地方是这里取了最小值,不太确定应该取平均还是最小。

根据引用\[1\]中的信息,推理时间可以通过测量每张图片的推理时间并取平均值来计。在Tesla显卡上,yolov5的推理时间平均只需要10ms。而在GTX1050显卡上,yolov5s的推理时间约为18ms,yolov5m的推理时间约为28ms。 另外,根据引用\[2\]中的信息,如果需要在电脑中的某个程序中进行实时推理,可以使用yolov5进行推理。这样可以在游戏场景等实时应用中使用。 需要注意的是,推理时间可能会受到硬件设备的性能和模型的复杂程度等因素的影响。因此,具体的推理时间可能会有所不同。 #### 引用[.reference_title] - *1* *3* [【YOLO使用】YOLOv5训练目标检测任务入门用法(一)](https://blog.youkuaiyun.com/weixin_41861700/article/details/118654747)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [Yolov5自学笔记之二--在游戏中实时推理并应用(实例:哈利波特手游跳舞小游戏中自动按圈圈)](https://blog.youkuaiyun.com/qq_41597915/article/details/122738456)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值