gpt4 book ai didi

c++ - 从 udp 接收帧对于人脸识别来说太慢了

转载 作者:行者123 更新时间:2023-12-02 16:59:21 26 4
gpt4 key购买 nike

我想从 UDP 端口接收帧并使用 opencv cv::dnn 框架在它们上运行人脸识别算法。 特洛 无人机正在通过 UDP 协议(protocol)发送帧。

/* load dnn model */
cv::dnn::Net net = cv::dnn::readNetFromCaffe("dnnmodel/deploy.prototxt.txt","dnnmodel/res10_300x300_ssd_iter_140000.caffemodel");
cv::VideoCapture cap("udp://@0.0.0.0:11111?overrun_nonfatal=1&fifo_size=50000000");
cv::Mat frame;

float confidenceThreshold = 0.2;

while(true)
{
if(!cap.read(frame))
break;

cv::Mat inputBlob = cv::dnn::blobFromImage(frame, 1, cv::Size(300, 300), cv::Scalar(104.0, 177.0, 123.0), false, false);
net.setInput(inputBlob, "data");
cv::Mat detection = net.forward("detection_out");
cv::Mat detectionMat(detection.size[2], detection.size[3], CV_32F, detection.ptr<float>());


cv::imshow("window", frame);

char key = cv::waitKey(10);
if (key == 27) // ESC
break;
}
相机响应时间非常高,例如 10-20 秒。当我移动相机时,我会在 20 秒后得到新的帧。
但是,如果我在此调用中使用自己的笔记本电脑网络摄像头而不是 VideoCapture 中的 udp 端口​​;
VideoCapture cap;
cap.open(0)
结果是完美的。我使用网络摄像头时没有延迟。
这种延迟的原因是什么?

最佳答案

对于像 UDP 这样不可靠的协议(protocol),如果不及时将数据取出到用户空间,通信堆栈可以并且将会丢弃数据,因此高度重视读取数据非常重要,即使以增加 recv 代码的复杂性为代价。
在这种情况下,可以使用单独的线程来尽快提取可用的数据报并将缓冲区(无论如何都是指向缓冲区的指针)排队,以处理代码,否则会导致过多的时间使用和丢弃数据报。
嘿 - 它奏效了!

关于c++ - 从 udp 接收帧对于人脸识别来说太慢了,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/62876383/

26 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com