Python Model.predict延迟实时相机图像
我的项目是用实时摄像机进行实时监控 不幸的是,调用model.predict会使来自摄影机的实时图像减慢几秒钟。 Python脚本在Windows计算机、CPU和8RAM上运行 已安装: Python 3.7 Tensorflow 2.0.0 Kreas 2.2.4 起初我不知道什么会延迟图片,所以我得到了一行代码 model.predict注释掉后,实时显示实时图像 有人给小费吗 以下是代码摘录:Python Model.predict延迟实时相机图像,python,tf.keras,Python,Tf.keras,我的项目是用实时摄像机进行实时监控 不幸的是,调用model.predict会使来自摄影机的实时图像减慢几秒钟。 Python脚本在Windows计算机、CPU和8RAM上运行 已安装: Python 3.7 Tensorflow 2.0.0 Kreas 2.2.4 起初我不知道什么会延迟图片,所以我得到了一行代码 model.predict注释掉后,实时显示实时图像 有人给小费吗 以下是代码摘录: while True: #USB Cam frame = usbcam.read() outpu
while True:
#USB Cam
frame = usbcam.read()
output = frame.copy()
trainbild = frame.copy()
frame = imutils.resize(frame, width=600)
frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) #Test, da bei training auch nicht umgewnadnetl
frame = cv2.resize(frame, (224, 224)).astype("float32")
Q = deque(maxlen=args["size"]) #frame = cv2.resize(frame, (224, 224)).astype("float32") Original
frame -= mean
#make predictions on the frame and then update the predictions
#queue
preds = model.predict(np.expand_dims(frame, axis=0))[0]
Q.append(preds)
results = np.array(Q).mean(axis=0)
i = np.argmax(results)
label = classes[i]
text = "activity: {}".format(label)
cv2.putText(output, text, (35, 50), cv2.FONT_HERSHEY_SIMPLEX,
1.25, (0, 255, 0), 5)
我现在已经安装了所有用于GPU的设备-我希望;-)
preds=model.predict现在出现以下错误:
Blas GEMM launch failed : a.shape=(1, 25088), b.shape=(25088, 512), m=1, n=512, k=25088
[[node model_1/dense_1/MatMul (defined at C:\PythonApplication1\envTensorflGPU\lib\site-packages\tensorflow_core\python\framework\ops.py:1751) ]]
[Op:__inference_distributed_function_1544] Function call stack: distributed_function
如果在CPU上运行程序,则不会出现此错误。
安装过程中是否缺少任何东西?是否安装了支持Cuda的CPU和tensorflow gpu版本?这取决于模型的大小/复杂度,预测需要多长时间。不,我还没有安装tensorflow的gpu版本。我认为这是唯一可取的,如果你有一个GPU功能的图形卡?如何检查我的cpu Cuda是否可用。IMHO,您可以安装gpu版本,如果没有支持Cuda的gpu,tensorflow将返回cpu。在CMD中执行
dxdiag
。这将列出您的GPU的详细信息。当它是一张Nvidia卡时,谷歌会提供它的详细信息。顺便说一句,有tensorflow功能来检查GPU是否可用,但我记不起来了。我的笔记本电脑的图形卡NVIDIA GeForce 840M稍旧一些,在关于图形卡的信息中:NVIDIA CUDA 6.5.19驱动程序那么我应该试试tensorflow GPU版本吗?是否必须为图形卡安装其他驱动程序?使用多处理
读取和预处理视频。管道处理和预测。您是否安装了支持Cuda的CPU和tensorflow gpu版本?这取决于模型的大小/复杂度,预测需要多长时间。不,我还没有安装tensorflow的gpu版本。我认为这是唯一可取的,如果你有一个GPU功能的图形卡?如何检查我的cpu Cuda是否可用。IMHO,您可以安装gpu版本,如果没有支持Cuda的gpu,tensorflow将返回cpu。在CMD中执行dxdiag
。这将列出您的GPU的详细信息。当它是一张Nvidia卡时,谷歌会提供它的详细信息。顺便说一句,有tensorflow功能来检查GPU是否可用,但我记不起来了。我的笔记本电脑的图形卡NVIDIA GeForce 840M稍旧一些,在关于图形卡的信息中:NVIDIA CUDA 6.5.19驱动程序那么我应该试试tensorflow GPU版本吗?是否必须为图形卡安装其他驱动程序?使用多处理
读取和预处理视频。管道处理和预测。