用webcam的usb口连接摄像头进行深度学习的图像识别。一个摄像头一套识别,对应一个m文件。随着多开文件,肉眼可见的每套的图像帧率明显降低。但是cpu也仅仅用到50%左右,显卡没有占用。
而且并不是开很多后才会有影响,当打开第二套后就有很明显的帧率降低情况,应该不会是相机问题。用电脑自带的相机打开摄像头,帧率明显高很多。
这是什么情况。
用webcam的usb口连接摄像头进行深度学习的图像识别。一个摄像头一套识别,对应一个m文件。随着多开文件,肉眼可见的每套的图像帧率明显降低。但是cpu也仅仅用到50%左右,显卡没有占用。
而且并不是开很多后才会有影响,当打开第二套后就有很明显的帧率降低情况,应该不会是相机问题。用电脑自带的相机打开摄像头,帧率明显高很多。
这是什么情况。
很可能是你的计算机资源不足以支持多个图像识别模型同时运行。打开多个图像识别模型会占用大量的 CPU 资源和内存。如果你的计算机配置不高,那么当你打开多个图像识别模型时,就会导致帧率明显降低。
另外,你说电脑自带的相机的帧率比深度学习的图像识别的帧率高得多,这也说明了这个问题的可能性。因此,建议你升级你的计算机硬件,以支持多个图像识别模型的同时运行,或者考虑将所有模型合并成一个模型,以便获得更好的性能。