我发现使用 GPU 时 SSD 在小图像上的推理时间比大图像长，不知道为什么。
我正在https://github.com/balancap/SSD-Tensorflow上学习 SSD_tensorflow 的代码，我更改了 net 代码中的 feat_shapes，以便在记录 vgg_ssd300 的推理时间时可以测试不同大小的图像，我发现了一个奇怪的现象：
图像（720*1280）的推理时间比图像（300*760）短
我对此感到非常困惑，所以我做了一些测试，我发现：
当长宽比接近 1:2 时，推理时间会非常大，甚至比尺寸较大但长宽比为 1:1 的图像还要大
我的测试结果是：
t(720, 1280, 3) < t(306, 763, 3)
t(720, 1280, 3) < t(308, 665, 3)
t(720, 1280, 3) < t(307, 1144, 3)
t(720, 1280, 3) < t(302, 739, 3)
- 这仅发生在 GPU 上。在 CPU 上，无论长宽比如何，图像尺寸越大，时间总是越长。
有没有人发现这个问题？