免费的网站开发平台,网站开发的目的实习报告,做网站的最佳方法,怎么判断网站是不是模板做的#x1f468;#x1f4bb;个人简介#xff1a; 深度学习图像领域工作者 #x1f389;总结链接#xff1a; 链接中主要是个人工作的总结#xff0c;每个链接都是一些常用demo#xff0c;代码直接复制运行即可。包括#xff1a; 个人简介 深度学习图像领域工作者 总结链接 链接中主要是个人工作的总结每个链接都是一些常用demo代码直接复制运行即可。包括 1.工作中常用深度学习脚本 2.torch、numpy等常用函数详解 3.opencv 图片、视频等操作 4.个人工作中的项目总结纯干活 链接 https://blog.csdn.net/qq_28949847/article/details/128552785 视频讲解 以上记录通过B站等平台进行了视频讲解使用可搜索 ‘Python图像识别’ 进行观看 B站Python图像识别 抖音Python图像识别 西瓜视频Python图像识别 1. multiprocessing.Queue()
示例代码主要是测试下通信时间
结果 通信传输的数据是一张 4K 的 图片 数据比较大 put 基本上不消耗时间 get 平均耗时在 30ms
import timeimport numpy as np
import multiprocessingdef test(q):img np.random.random([2160, 3840, 3])img img.astype(np.uint8)t2 time.time()# img cv2.resize(img, (1920, 1080))for i in range(100):q.put(img)print(Time:, time.time() - t2)if __name__ __main__:q multiprocessing.Queue() # 定义queue,这里可以传入参数即队列所含最大元素量p1 multiprocessing.Process(targettest, args(q,)) # 多进程p1.start()while True: # 判断队列是否为非空非空才继续执行下一步if q.qsize() ! 0:t1 time.time()res q.get() # 获取一个元素print(res:, time.time() - t1)
2. multiprocessing.Pipe
示例代码 put 和 get 基本上都是在30ms
import multiprocessing
import timeimport numpy as npdef test1(conn):img np.random.random([2160, 3840, 3])img img.astype(np.uint8)for i in range(100):t1 time.time()conn.send(img)print(send:, time.time() - t1)if __name__ __main__:p_conn, c_conn multiprocessing.Pipe() # 定义一个管道的两端之后将这两端传出去p1 multiprocessing.Process(targettest1, args(p_conn,)) # 把一端给test1p1.start()while True:time.sleep(5)for i in range(100):t1 time.time()s c_conn.recv()print(recv:, time.time() - t1)
3. manager.list()、manager.dict()、manager.Queue()
import multiprocessing
import timeimport numpy as npdef test_dic(dict1):img np.random.random([2160, 3840, 3])img img.astype(np.uint8)t1 time.time()dict1[name1] imgprint(time.time() - t1)def test_lst(list1):img np.random.random([2160, 3840, 3])img img.astype(np.uint8)t1 time.time()list1.append(img)print(ssss:, time.time() - t1)def test_queue1(queue1):img np.random.random([2160, 3840, 3])img img.astype(np.uint8)t1 time.time()queue1.put(img)print(ssss:, time.time() - t1)if __name__ __main__:with multiprocessing.Manager() as manager: # 引入managerlist1 manager.list() # 设置list1和dict1为共享对象dict1 manager.dict()queue1 manager.Queue()# p multiprocessing.Process(targettest_dic, args(dict1,))p multiprocessing.Process(targettest_lst, args(list1,))# p multiprocessing.Process(targettest_queue1, args(queue1,))p.start()t1 time.time()# 0.030# s dict1[name1]# 0.030ss list1[0]# 0.033s# s queue1.get()print(llll:, time.time() - t1)
