对象检测速度慢且不使用 GPU
Object detection slow and does not use GPU
我需要使用 Tensorflow Object Detection API 进行一些与识别相关的分类。
我的问题是，使用 API 对预训练的 coco 模型进行检测需要太多时间，而且肯定不会使用 GPU。我在不同的脚本上检查了我的 tensorflow-gpu 安装，它工作正常，但是当我使用这个模型进行检测时，我只能看到 CPU 使用量增加。
我检查了不同版本的tensorflow（1.12、1.14）、CUDA Toolkit（9.0、10.0）和CuDNN（7.4.2、7.5.1、7.6.1）的不同组合，但都是一样的，也在 Windows 7 和 Ubuntu 16.04 上都试过了，没有区别。然而，我的项目需要更快的检测时间。
系统信息：
系统：Windows7，Ubuntu16.04
张量流：1.12、1.14
显卡：GTX 970
运行下面的python代码，如果它检测到GPU，那么你可以使用GPU进行训练，否则会有一些问题，
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
还有一件事，仅仅因为您的 CPU 正在使用并不意味着 GPU 不工作。 CPU 总是很忙，训练的时候GPU也要秒杀。
如果您不确定输出结果，请将以上代码的输出粘贴到评论中。
编辑：在评论中与 OP 聊天后，我看到了建议的代码，它使用的是预训练模型，所以这里没有进行训练。您正在 使用 模型，而不是训练新模型。所以没有使用 gpu。
我需要使用 Tensorflow Object Detection API 进行一些与识别相关的分类。
我的问题是，使用 API 对预训练的 coco 模型进行检测需要太多时间，而且肯定不会使用 GPU。我在不同的脚本上检查了我的 tensorflow-gpu 安装，它工作正常，但是当我使用这个模型进行检测时，我只能看到 CPU 使用量增加。
我检查了不同版本的tensorflow（1.12、1.14）、CUDA Toolkit（9.0、10.0）和CuDNN（7.4.2、7.5.1、7.6.1）的不同组合，但都是一样的，也在 Windows 7 和 Ubuntu 16.04 上都试过了，没有区别。然而，我的项目需要更快的检测时间。
系统信息： 系统：Windows7，Ubuntu16.04 张量流：1.12、1.14 显卡：GTX 970
运行下面的python代码，如果它检测到GPU，那么你可以使用GPU进行训练，否则会有一些问题，
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
还有一件事，仅仅因为您的 CPU 正在使用并不意味着 GPU 不工作。 CPU 总是很忙，训练的时候GPU也要秒杀。
如果您不确定输出结果，请将以上代码的输出粘贴到评论中。
编辑：在评论中与 OP 聊天后，我看到了建议的代码，它使用的是预训练模型，所以这里没有进行训练。您正在 使用 模型，而不是训练新模型。所以没有使用 gpu。