目前最快的Mask R-CNN实现是什么
我在边缘设备(带有NVIDIA GTX 1080)上运行Mask R-CNN模型。我目前正在使用Detectron2 Mask R-CNN实现，我相信推理速度大约为5FPS。
为了加快速度，我研究了其他推理引擎和模型实现。例如ONNX，但我无法获得更快的推理速度。
TensorRT在我看来非常有前途，但我还没有找到一个现成的“开箱即用”的实现。
有没有其他成熟和快速的推理引擎或其他技术来加速推理？
回答 3
Stack Overflow用户
发布于 2019-12-19 14:12:35
在GTX 1080上，几乎不可能获得更高的Mask R-CNN推理速度。你可以查看Facebook AI Research的detectron2。
否则，我建议使用YOLACT -(您只需查看系数)，它可以实现实时实例分割。
另一方面，如果您不需要实例分割，您可以使用YOLO、SSD等进行对象检测。
Stack Overflow用户
发布于 2020-11-22 14:29:09
带有DNN_BACKEND_CUDA和DNN_TARGET_CUDA/DNN_TARGET_CUDA_FP16的OpenCV 4.5.0。
具有1024 x 1024输入图像的Mask RCNN
Device | FPS
------------------ | -------
GTX 1080 Ti (FP32) | 29
RTX 2080 Ti (FP16) | 60测量的FPS包括NMS，但不包括其他预处理和后处理。网络完全在GPU上端到端运行。
基准测试代码：https://gist.github.com/YashasSamaga/48bdb167303e10f4d07b754888ddbdcf
Stack Overflow用户
发布于 2021-03-17 22:21:56
就像@kk哈利特已经提到的，要进一步加速Mask R-CNN是非常困难的。
我发现的最快的实例分割模型是YolactEdge: Real-time Instance Segmentation on the Edge (Jetson AGX Xavier: 30 FPS, RTX 2080 Ti: 170 FPS)。
它的性能比Mask R-CNN或Yolact还要差，但仍然很好。
https://stackoverflow.com/questions/59394530
复制相似问题
腾讯云开发者
