search

junjiehe96 / FastInst

[CVPR2023] FastInst: A Simple Query-Based Model for Real-Time Instance Segmentation
MIT License
175 stars 16 forks source link

关于demo.py运行视频和摄像头帧率低问题 #14

Closed fpeanut closed 11 months ago

fpeanut commented 11 months ago

我用python demo/demo.py --webcam运行你们的demo程序，帧率始终很低是什么原因

junjiehe96 commented 11 months ago

@fpeanut ，运行demo.py --webcam帧率低是因为： (1) 需要可视化mask，这部分速度很慢； (2) 视频帧需要写入和加载； (3) detectron2 关联相邻帧以获得更好的可视化效果； 对于纯粹的推理速度，建议使用 tools/analyze_model.py 来评估。

fpeanut commented 11 months ago

@fpeanut ，运行demo.py --webcam帧率低是因为： (1) 需要可视化mask，这部分速度很慢； (2) 视频帧需要写入和加载； (3) detectron2 关联相邻帧以获得更好的可视化效果； 对于纯粹的推理速度，建议使用 tools/analyze_model.py 来评估。

好的谢谢，另外我有一个想法，你们的模型有试过转成onnx，trt模型吗，用trt部署是否可行

junjiehe96 commented 11 months ago

@fpeanut ，运行demo.py --webcam帧率低是因为： (1) 需要可视化mask，这部分速度很慢； (2) 视频帧需要写入和加载； (3) detectron2 关联相邻帧以获得更好的可视化效果； 对于纯粹的推理速度，建议使用 tools/analyze_model.py 来评估。

好的谢谢，另外我有一个想法，你们的模型有试过转成onnx，trt模型吗，用trt部署是否可行

听起来应该是可行的，我没有尝试过，你可以自己试试

leixiaoning commented 7 months ago

@fpeanut ，运行demo.py --webcam帧率低是因为： (1) 需要可视化mask，这部分速度很慢； (2) 视频帧需要写入和加载； (3) detectron2 关联相邻帧以获得更好的可视化效果； 对于纯粹的推理速度，建议使用 tools/analyze_model.py 来评估。

好的谢谢，另外我有一个想法，你们的模型有试过转成onnx，trt模型吗，用trt部署是否可行

听起来应该是可行的，我没有尝试过，你可以自己试试

当前代码的 deform_conv2d 是不是不支持 要自己写映射规则的符号函数哇？