Opencv 多线程比单线程慢？

我试图找出如何加速我的代码的某一部分。我有三个浮点变量：var1，var2，var3

在顺序模式下

       double start1, end1, t1;
       start1= (double)cvGetTickCount();


    var1= tester->predict(videocapture, params1, image);
    var2= tester->predict(videocapture, params2, image);
    var3= tester->predict(videocapture, params3, image);

    end1= (double)cvGetTickCount();
    t1= (end1-start1)/((double)cvGetTickFrequency()*1000.);
    printf( "Time1  = %g ms\n", t1 );

它似乎比并行线程稍快一些

double start2, end2, t2;
start2= (double)cvGetTickCount();
mp_set_dynamic(0);     // Explicitly enable/disable dynamic teams
omp_set_num_threads(3); // Use 3 threads for all consecutive parallel regions
#pragma omp parallel num_threads(3)
{
   #pragma omp sections //nowait
      {


         #pragma omp section 
      { 
            #pragma omp critical
     { 
              var1= tester->predict(videocapture, params1, image);
               }
       }    

         #pragma  omp section 
          {
            #pragma omp critical 
             {
              var2= tester->predict(videocapture, params2, image);       
               }

       }

         #pragma omp section 
          {
           #pragma omp critical 
           {
              var3= tester->predict(videocapture, params3, image);
               } 

       }
          }
        }
     } 

    end2= (double)cvGetTickCount();
    t2= (end2-start2)/((double)cvGetTickFrequency()*1000.);
    printf( "Time2  = %g ms\n", t2 );

---

有人能帮我加快查找这三个变量的过程，并告诉我我做错了什么吗

这里有三个关键点：

1） 如果您没有为

临界

杂注指定名称，它将映射到某个未指定的名称，并且对所有未命名的临界段使用相同的名称

2） 一次只能有一个线程位于具有给定名称的任何关键部分中

3） 当一个线程遇到一个关键部分时，它会在那里等待，直到没有其他线程在其中处于活动状态，然后再进入它

---

因此，代码告诉所有线程等待，同时它们轮流一次执行代码的一项。这相当于串行执行操作，只是它首先需要生成线程的开销（以及由于等待而产生的任何开销，可能是忙着等待）。

问题是，如果我从代码中删除#pragma omp critical，那么我需要使用一些静态互斥锁m（使用m.lock（），m.unlock（））用于视频捕获，它是从视频加载帧的部分，但是没有任何计算速度。否则我会出错。。。那么，你是不是建议在“关键”后面加个名字？谢谢，我不太确定这里到底需要什么

关键

，或者你在用

var

s做什么。事实上，看起来根本没有理由在这里使用

临界
；为什么您认为首先需要锁？即使没有任何锁，因为您只进行一次
predict
调用，所以没有理由让多个线程执行该调用。实际上，三个预测var1、var2、var3在一个视频帧中使用三个子窗口。最好有3个线程同时为每个帧执行预测，因此需要并行实现。var s只是一些简单分类任务的结果。我仍然不确定我是否理解您在这里做什么，或者为什么它需要锁定。你能不能在不使用
临界值的情况下尝试一下，告诉我出现了什么问题？