ID de l'article: 000059581 Type de contenu: Maintenance et performances Dernière révision: 20/05/2022

Pourquoi la fréquence d’images par seconde (FPS) dubench deep learning (DL) est-elle supérieure à OpenVINO™ script d’inférence de démonstration ?

BUILT IN - ARTICLE INTRO SECOND COMPONENT
En bref

Facteurs qui affectent les performances d’inférence

Descriptif
  1. A exécuté le modèle de détection d’objet YOLOv4 avec l’ensemble de données Microsoft Common Object in Context (MS COCO) sur lebench DL et obtenir 50 à 60 FPS.
  2. A exécuté OpenVINO™ script d’inférence de démonstration et obtenu des FPS plus élevés.
Résolution

Les résultats d’inférence peuvent varier en fonction de nombreux facteurs :

  • Chargement de la machine locale
  • API de l’utilisation du kit d’outils OpenVINO™
  • Outils utilisés

Produits associés

Cet article concerne 2 produits

Le contenu de cette page est une combinaison de traduction humaine et informatique du contenu original en anglais. Ce contenu vous est fourni pour votre commodité et à titre informatif seulement et ne saurait être totalement exact ou complet. En cas de contradiction entre la version anglaise de cette page et la traduction, c'est la version anglaise qui prévaut. Afficher la version anglaise de cette page.