使用多处理有效地切片和读取图像

内容来源于 Stack Overflow,并遵循CC BY-SA 3.0许可协议进行翻译与使用

  • 回答 (1)
  • 关注 (0)
  • 查看 (13)

我有一个大的卫星图像,并希望对其进行对象检测模型推断。目前我切割大图像,保存tile然后读取它们让我的模型输出检测(框和掩码)。我知道这是一种低效的处理方式,因为一旦读取了图像切片/图块,就不再需要了,但我现在将其保存到磁盘。

有没有更有效的方法来完成这个过程?也许通过多处理库?

提问于
用户回答回答于

正如您所提到的,由于使用共享内存以及在一台或多台计算机上运行相同代码的能力,Ray非常适合。

像以下结构的东西可以工作。

import numpy as np
import ray

ray.init()

@ray.remote
def do_object_detection(image, index):
    image_slice = image[index]
    # Do object detection.
    return 1

# Store the object in shared memory.
image = np.ones((1000, 1000))
image_id = ray.put(image)

# Process the slices in parallel. You probably want to use 2D slices instead
# of 1D slices.
result_ids = [do_object_detection.remote(image_id, i) for i in range(1000)]
results = ray.get(result_ids)

请注意,执行do_object_detection任务的工作人员不会创建自己的映像副本。相反,他们可以访问共享内存中的图像副本。

所属标签

可能回答问题的人

  • 天使的炫翼

    15 粉丝531 提问35 回答
  • 旺仔小小鹿

    社区 · 运营 (已认证)

    48 粉丝0 提问27 回答
  • 富有想象力的人

    2 粉丝0 提问26 回答
  • 发条丶魔灵1

    6 粉丝525 提问25 回答

扫码关注云+社区

领取腾讯云代金券