使用更快的rcnn进行我的张量流对象检测对于实时系统来说太慢了

Question

我使用python训练了一个更快的rcnn tensorflow模型来检测车牌，准确性非常好，但是它的速度是它每秒约5帧的问题，我希望它每秒约20或30帧，而iam已经在运行该模型了我的gpu是4 GB（Nvidia Geforce 1050 GTX）

tensorflow返回警告，说

分配器（GPU_0_bfc）内存不足，试图分配3.50GiB的freed_by_count = 0。调用方表明这不是失败，但是可能意味着如果有更多可用内存，则可能会提高性能。

分配器（GPU_0_bfc）内存不足，试图分配带有freed_by_count = 0的3.19GiB。调用方表明这不是失败，但是可能意味着如果有更多可用内存，则可能会提高性能。

分配器（GPU_0_bfc）内存不足，试图分配具有freed_by_count = 0的3.83GiB。调用方表明这不是失败，但是可能意味着如果有更多可用内存，则可能会提高性能。

如果问题需要更高的GPU，请提供所需的大小和类型

Answer 1

由于返回OOM（内存不足）错误，这意味着要检测未使用您的GPU。在这种训练有素的模型上，除非使用具有更多内存的GPU，否则无法使其更快。您可以尝试在Google Colab上使用免费的GPU（约有12 GB内存。