Как отобразить время (в командной строке) для модели обнаружения переобученных объектов для обнаружения объектов?

Question

Мне удалось переобучить SSD MobileNet для моего собственного детектора объектов. Но я не могу найти способы отображения времени, затраченного SSD MobileNet на обнаружение объектов, в командной строке. Какие изменения мне нужно применить к моему текущему коду?

Я новичок в Python (и StackOverflow), и буду благодарен за руководство.

import os
import cv2
import numpy as np
import tensorflow as tf
import sys
sys.path.append("..")
from utils import label_map_util
from utils import visualization_utils as vis_util
from utils.label_map_util import load_labelmap as ll

MODEL_NAME ='xxxx_graph'

CWD_PATH = os.getcwd()
PATH_TO_CKPT = os.path.join(CWD_PATH,MODEL_NAME,'frozen_inference_graph.pb')
PATH_TO_LABELS = os.path.join(CWD_PATH,'training','object-detection.pbtxt')

NUM_CLASSES = 2
label_map = label_map_util.load_labelmap(PATH_TO_LABELS)
categories = label_map_util.convert_label_map_to_categories(label_map, max_num_classes=NUM_CLASSES, use_display_name=True)
category_index = label_map_util.create_category_index(categories)
detection_graph = tf.Graph()
with detection_graph.as_default():
  od_graph_def = tf.GraphDef()
  with tf.gfile.GFile(PATH_TO_CKPT,'rb') as fid:
    serialized_graph = fid.read()
    od_graph_def.ParseFromString(serialized_graph)
    tf.import_graph_def(od_graph_def, name='')
  sess = tf.Session(graph=detection_graph)
image_tensor = detection_graph.get_tensor_by_name('image_tensor:0')
detection_boxes = detection_graph.get_tensor_by_name('detection_boxes:0')
detection_scores = detection_graph.get_tensor_by_name('detection_scores:0')
detection_classes = detection_graph.get_tensor_by_name('detection_classes:0')
num_detections = detection_graph.get_tensor_by_name('num_detections:0')

#REAL-TIME INPUT
video = cv2.VideoCapture(0)
ret = video.set(3,1000)
ret = video.set(4,800)
while(True):
  ret, frame = video.read()
  frame_expanded = np.expand_dims(frame, axis=0)
  (boxes, scores, classes, num) = sess.run(
    [detection_boxes, detection_scores, detection_classes, num_detections],
    feed_dict={image_tensor:frame_expanded})
  vis_util.visualize_boxes_and_labels_on_image_array(
   frame,
   np.squeeze(boxes),
   np.squeeze(classes).astype(np.int32),
   np.squeeze(scores),
   category_index,
   use_normalized_coordinates=True,
   line_thickness=8,
   min_score_thresh=0.8)

  cv2.imshow('object detection', frame)
  if cv2.waitKey(25) & 0xFF == ord('q'):
   cv2.destroyAllWindows()
   break