Model.predict задерживает изображение с камеры в реальном времени - PullRequest
Новая
       1

Model.predict задерживает изображение с камеры в реальном времени

1 голос
/ 14 марта 2020

мой проект - мониторинг в реальном времени с помощью камеры в реальном времени

К сожалению, вызов model.predict замедляет живое изображение с камеры на несколько секунд. Скрипт Python запускается на компьютере Windows, ЦП, 8 ОЗУ

Установлено: Python 3.7 Tensorflow 2.0.0 Kreas 2.2.4

Сначала я этого не делал Я знаю, что задержит изображение, поэтому я прокомментировал строку кода model.predict, затем изображение в реальном времени отображается в реальном времени.

У кого-нибудь есть совет?

Вот извлечение кода: 

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)

Теперь я установил все для использования графического процессора - я надеюсь ;-) Следующая ошибка теперь возникает с preds = model.predict: 

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

Если я запускаю В программе на процессоре эта ошибка не всплывает. Чего не хватает во время установки?

...