YOLOv5 简单性能测试

YOLO(You Only Look Once 就看一次)是一个实时的目标检测框架,目标图像通过全卷积神经网络(FCNN)快速检测出结果。是目前同类里最有名的框架之一

项目地址:https://github.com/ultralytics/yolov5.git

YOLO 的原始创建者 Joseph Redmon 在 2020 年 2 月份的时候宣布退出计算机视觉研究领域,他表示:无法忽视它在军事领域的应用以及给个人隐私带来的风险。因此,没有任何原始作者参与的 YOLOv4 和 YOLOv5 颇受争议

抛开这些恩恩怨怨,让我们看看 YOLOv5 是否如它宣称的一样优秀

  • 测试环境:
  • 硬件:CPU i9-10900k、GPU 2080s
  • 软件:Python 3.8、CUDA 11.1
  • 摄像输入:Pixel 2 XL 480×640 30FPS

选取了一段来自网络的视频,在另一台显示器上通过手机wifi实时拍摄传输给模型检验

  • 对比结果:
  • 使用 CPU 时 480×640 30FPS 单帧处理速度 约 0.140s
  • 使用 GPU 时 480×640 30FPS 单帧处理速度 约 0.007s

其中使用 CPU 时,CPU 负载更高,而使用 GPU 明显更有余力

由于测试用手机无法再调大分辨率和帧数(会闪退),所以没有对比测试

发表评论

您的电子邮箱地址不会被公开。