測試環境:
cpu: intel(r)core(tm)i7-4790 cpu @3.6ghz
gpu: nvidia geforce gtx960 *2
作業系統: windows 7 專業版 64位作業系統
記憶體: 安裝記憶體(ram) 16.0gb
視訊記憶體: 4g*2
測試指標
測試專案
單幀耗mean(500p)
gpu佔用率
視訊記憶體占用
unit:m
cpu佔用率
記憶體占用
unit:m
1080p
1 路9.23ms
98% / 0%
237 / 0
0%263
1080p
2 路9.05ms
98% / 98%
237 / 237
0-1%
5281080p
4 路18ms
99% / 99%
389 / 389
0-1%
5281080p
8 路35.5ms
99% / 99%
702 / 702
0-1%
5291080p
16路72.5ms
99% / 99%
1325 / 1325
0-1%
5201080p
24路109.5ms
99% / 99%
2339 /2339
0-1%
522720p
1 路4.27ms
96% / 0%
153/0
0%263
720p
2 路4.2ms
96% / 96%
153/153
0%528
720p
4 路8ms
99%/99%
225/225
0-1%
515720p
8 路16ms
99%/99%
370/370
0-1%
519720p
16路32ms
99%/99%
661/661
0-1%
520720p
32路65ms
99%/99%
1243/1243
0-1%
5234cif
1 路2.1ms
90%-90%
121 / 0
0-1%
3414cif
2 路2ms
91% / 91%
121 / 121
0-1%
5184cif
4 路3.5ms
99% / 99%
162 / 162
0-1%
5194cif
8 路7ms
99% / 99%
244 / 244
0-1%
5194cif
16路14ms
99% / 99%
408 / 408
0-1%
5214cif
32路28.5ms
96% / 96%
737 / 737
0-1%
5244cif
64路102ms
55% / 55%
1394 / 1394
0-1%
529注: 1. 上述測試的每一路對應主機程式的乙個執行緒。
2. 上述的所有測試不考慮主機和記憶體之間的資料拷貝,單純的測試gpu的計算能力
所以cpu基本處於空閒狀態。
分析:1. 隨著主機執行緒數目的增多,執行緒之間的排程時間延時會導致gpu佔用率下降
2. 比較此前測試的gtx760顯示卡, gtx960的計算能力略弱,但多執行緒能力稍強。
OpenCV 物體運動檢測
安裝各種環境 學習背景分割 二值化 膨脹 腐蝕等操作。原始碼 usr bin env python 汽車運動檢測 p140 import cv2 import os import numpy as np cap cv2.videocapture 1 cap cv2.videocapture 0 調取...
混合高斯運動檢測筆記
include include include include opencv2 video background segm.hpp include opencv2 legacy blobtrack.hpp include opencv2 legacy legacy.hpp include openc...
python opencv3 運動檢測
git 思路 開啟攝像頭後 設定乙個當前幀為背景,在之後檢測到的幀都與背景對比不同,對不同的地方進行檢測 1 coding utf 823 4 計算幀之間的差異 考慮背景幀與其他幀之間的差異 5 67 import cv28 import numpy as np910 呼叫攝像頭 11 camera...