网络性能测试

3.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

1. 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

你可能感兴趣的:(人工智能-神经网络算法,神经网络,性能)