1

我有一个倒角匹配的工作实现，一个包含 10,000 个 666x500p RGB 图像的庞大数组和一个模板。我正在寻找所有这些图像的距离，并且我需要运行时间低于 1 秒。

我尝试使用joblibwith Parallel()，但出现MemoryError异常。

def update_distances(predictions,obs_img,chamfer):
    distances = []
    size = predictions.shape[0]

    nprocs = 10                 # number of processes

    def process_image(img):     # function to be applied on all images
        return chamfer.chamferDistance_Compare(img,obs_img)

    # run `process_image()` in parallel
    distances.extend(Parallel(n_jobs=nprocs)(delayed(process_image)(predictions[idx]) for idx in range(size)))

    return distances

有什么建议吗？在 1 秒内执行此操作的目标是否可能？

一次调用 chamferDistance_Compare 的执行时间约为 1 毫秒。

目标机器是Nvidia 的 Jetson Nano

4

0 回答 0