記事 ID: 000088711 コンテンツタイプ: メンテナンス & パフォーマンス 最終改訂日: 2022/09/07

OpenVINO™のマルチカメラ・マルチターゲット Python デモは、多くのトラックを使用する際に遅い

BUILT IN - ARTICLE INTRO SECOND COMPONENT
概要

マルチカメラ・マルチターゲット Python デモのパフォーマンスを向上させるオプション

詳細
  1. マルチカメラ・マルチターゲット Python の_compute_mct_distance_matrixfunctionデモでは、複数のカメラ間で各トラックとすべてのトラック間の余弦距離をチェックします。
  2. 多数のトラックを使用すると、トラックをチェックするのに数時間から数日かかる場合があります。
解決方法

オプション 1: PyTorch 内の見えないデータのモデル・パフォーマンスを評価してモデルを 検証 します。

  • この機能を使用します。
    with torch.no_grad():
    for i,data in enumerate(X_test):
    y_val = model.forward(data) #this function is to grab prediction

  • with torch.no_grad()関数は、自動グラジエントエンジンに影響を与え、基本的にそれを停止します。これはモデルを評価することだけに過ぎないため、プログラムはバックプロパゲーションを強調しないため、重みやバイアスを変更する必要はありません。そのため、メモリ使用量を削減し、計算を高速化するのに役立ちます。ただし、これはテスト データセットにのみ適用されますが、トレーニング データセットには適用されません。

オプション 2: トレーニング後最適化 (POT) を使用して、ディープラーニング・モデルの推論を高速化します。

関連製品

本記事の適用対象: 1 製品

このページのコンテンツは、元の英語のコンテンツを人力翻訳および機械翻訳したものが混在しています。この内容は参考情報および一般的な情報を提供するためものであり、情報の正確さと完全性を保証するものではありません。インテルは不正確な翻訳があった場合でもいかなる責任を負いません。このページの英語版と翻訳の間に矛盾がある場合は、英語版に準拠します。 このページの英語版をご覧ください。