Необходимо реализовать модуль для анализа производительности решения задачи сопоставления. Нас интересуют времена для 3-ех подзадач: детектирование, вычисление дескрипторов, матчинг. Идея проста: у нас есть пара изображений, для которой мы решаем задачу сопоставления N раз, считаем минимум по временам, среднее время по всем итерациям для каждой подзадаче и соответствующие аналогичные значения для решения всей задачи целиком. По каждой подзадаче, таким образом, мы соберем статистику времен. ВАЖНО: здесь нам разметка не нужна
Что ожидается:
Возможные проблемы:
Вообще здесь, скорее всего, будет проще использовать декораторы, которые будут принимать функции, и возвращать времена. Проблема также с нейросетевыми моделями. Они делают прямой проход, поэтому здесь нужно учитывать, что связку детектирование/вычисление дескрипторов придется объединить при логировании метрик производительности, так как прямой проход мы делаем один раз.
Необходимо реализовать модуль для анализа производительности решения задачи сопоставления. Нас интересуют времена для 3-ех подзадач: детектирование, вычисление дескрипторов, матчинг. Идея проста: у нас есть пара изображений, для которой мы решаем задачу сопоставления
Nраз, считаем минимум по временам, среднее время по всем итерациям для каждой подзадаче и соответствующие аналогичные значения для решения всей задачи целиком. По каждой подзадаче, таким образом, мы соберем статистику времен. ВАЖНО: здесь нам разметка не нужнаЧто ожидается:
Возможные проблемы:
Вообще здесь, скорее всего, будет проще использовать декораторы, которые будут принимать функции, и возвращать времена. Проблема также с нейросетевыми моделями. Они делают прямой проход, поэтому здесь нужно учитывать, что связку детектирование/вычисление дескрипторов придется объединить при логировании метрик производительности, так как прямой проход мы делаем один раз.