darknet深度神經網路學習框架具有小巧、快速的特點，由於採用c++進行編寫，非常容易改為多執行緒執行，而用於檢測、分類等任務。
在window環境中，其基本思路為：
1. 將檢測，分類函式封裝為可呼叫的動態庫
2.動態申請network， 或固定長度 network陣列
3.各network模型及權重檔案根據不同的檢測、分類的功能能需求動態載入,比如行人檢測，特種車輛檢測、聲音分類，煙霧檢測，人臉識別等等。
4.可載入摸型的數量有一定限制。對於使用gpu的版本，可載入模型的數量與gpu視訊記憶體大小相關。比如yolo3的標準檢測模型占用約1.5g。1060顯示卡有6g視訊記憶體，可同時裝載三個模型，併發執行三個檢測線程。
5.從實際執行結果看，多模型共享顯示卡同時執行時，某個模型的執行速度要比獨佔顯示卡的執行速度慢些，以訓練時的運**況看，兩個模型同時在乙個顯示卡上訓練，要比獨佔顯示卡訓練慢1倍左右,這和磁碟讀寫及記憶體匯流排共享有關。而最終檢測或分類時的資料均在記憶體中，速度影響會少很多。
6.對於多顯示卡的情況，採用多模型多執行緒並行執行的方式將充分挖掘顯示卡的計算能力，而裝備了多gpu卡的計算機則無疑於一台小型的智慧型分析伺服器。此時要注意計算機的通風和散熱問題。
7.多模型多執行緒的執行模式可用於複雜系統分析，比如人臉檢測、識別、表情分析等，無法由單個神經網路模型完成，需要多個網路串聯分析推理並最終產生結果。如果該伺服器要服務多個客戶端，則多模型多執行緒執行模式將是基本的需求。
多執行緒 執行緒池執行多業務邏輯
1.執行緒池執行不同的業務邏輯.2.獲取每個任務執行的結果 3.最後的結果會用到之前的結果 public class searchuserlistdto catch interruptedexception e system.out.println 111 乙個執行緒池,三個執行緒,執行三個任務,只...
多執行緒的強制執行
某些時候，我們需要強制優先執行某執行緒，可以使用join 方法 join long millis join long millis,int nanos 後兩個帶引數中的方法的作用是，指定合併時間，前者精確到毫秒，後者精確到納秒，意思是兩個執行緒合併指定的時間後，又開始分離，回到合併千的狀態。publ...
6 執行緒的概念和多執行緒模型
系統在建立乙個新進 程時，便為它分配乙個任務資料區 ptda per task data area 其中包括若干個執行緒控制塊tcb空間。只要其所建立的執行緒數目未超過系統的允許值 通常為數十至數百個 系統可再為之分配新的tcb空間 1 執行時系統 2 核心控制線程 輕型程序 light weigh...