Текущее состояние
Сейчас у меня есть код Python, который использует pyrealsense2
, cv2
, tensorflow
для чтения модели тензорного потока. Я цитонизировал его без , изменив .py
на .pyx
, то есть Я не изменил ни одной переменной с cdef
, так как большинство переменных зависит от указанных библиотек.
У меня есть исследование об использовании cdef
частей на например, до pyrealsense2
, но источники привели меня в никуда. Только мне удалось найти некоторые cv2
обертки, но этого мне недостаточно. Кроме того, я новичок на cython
. Итак, у меня есть некоторые трудности, чтобы преобразовать его в cython
тоже.
Вопрос в том,
Действительно ли возможно оптимизировать и ускорить коды, которые имеют tensorflow + pyrealsense2 + cv2
? Я уверен, что могу что-то сделать для части cv2
, но самое главное - максимально сократить время вывода модели .
Примеры и ожидаемые результаты
Моя цель - преобразовать например :
pipeline = rs.pipeline()
config_rs = rs.config()
config_rs.enable_stream(rs.stream.depth, 848, 480, rs.format.z16, FRAME_RATE)
config_rs.enable_stream(rs.stream.color, 848, 480, rs.format.bgr8, FRAME_RATE)
frames = pipeline.wait_for_frames()
try:
while True:
depth_frame = frames.get_depth_frame()
color_frame = frames.get_color_frame()
if not depth_frame or not color_frame:
continue
depth_image = np.asanyarray(depth_frame.get_data())
color_image = np.asanyarray(color_frame.get_data())
x, y = sess.run([x_, y_], feed_dict={input_img: [depth_img]})
в нечто вроде:
cdef "type of this" pipeline = rs.pipeline()
cdef "type of this" config_rs = rs.config()
config_rs.enable_stream(rs.stream.depth, 848, 480, rs.format.z16, FRAME_RATE)
config_rs.enable_stream(rs.stream.color, 848, 480, rs.format.bgr8, FRAME_RATE)
cdef "type of this" frames = pipeline.wait_for_frames()
try:
while True:
cdef "type of this" depth_frame = frames.get_depth_frame()
cdef "type of this" color_frame = frames.get_color_frame()
if not depth_frame or not color_frame:
continue
cdef "type of this" depth_image = np.asanyarray(depth_frame.get_data())
cdef "type of this" color_image = np.asanyarray(color_frame.get_data())
cdef "type of them" x, y = sess.run([x_, y_], feed_dict={input_img: [depth_img]})
Далее
Прежде всего, спасибо за помощь, я склонен оптимизировать часть tensorflow + pyrealsense2
, но я хотел бы услышать предложения по другим типам оптимизаций (возможно, я не читал о них).
Примечание: Некоторые могут предложить мне использовать TensorRT, но, к сожалению, я на Windows-машине.