python 批量resize性能比较

举报
风吹稻花香 发表于 2021/06/04 23:41:42 2021/06/04
【摘要】 torch是最快的,能快1ms 分别是5ms 9ms  6ms,但是torch 占用cpu很高。   import time import cv2import torch img = cv2.imread('d:/guo.jpg') # modify the image path to yoursimg =cv2.cvtColor(img, cv2...

torch是最快的,能快1ms

分别是5ms 9ms  6ms,但是torch 占用cpu很高。

 


  
  1. import time
  2. import cv2
  3. import torch
  4. img = cv2.imread('d:/guo.jpg') # modify the image path to yours
  5. img =cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
  6. pic_w=1200
  7. start=time.time()
  8. tensor_in = torch.FloatTensor(img)
  9. for i in range(10):
  10. pic_w = int(pic_w * 0.8)
  11. tensor_in = tensor_in.resize_(pic_w,pic_w,3)
  12. print('time0',time.time()-start)
  13. pic_w=1200
  14. start=time.time()
  15. for i in range(10):
  16. pic_w=int(pic_w*0.8)
  17. a=cv2.resize(img,(pic_w,pic_w))
  18. print('time1',time.time()-start)
  19. pic_w = 1200
  20. start = time.time()
  21. for i in range(10):
  22. pic_w = int(pic_w * 0.8)
  23. img= cv2.resize(img, (pic_w, pic_w))
  24. print('time2', time.time() - start)

 

torch.Tensor特别占用时间,下面代码需要58ms

pic_w
 

文章来源: blog.csdn.net,作者:网奇,版权归原作者所有,如需转载,请联系作者。

原文链接:blog.csdn.net/jacke121/article/details/88146821

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。