Python多处理需要更多时间

问题描述

我正在对视频进行面部识别，并且有一组输入的图像，我会将视频中识别出的每个面部与之进行比较，以寻找匹配项。 （我也在修改该方法，但是我需要首先实现这一基本方法。）

在2个处理器上工作时，我看到对于一组75张图像（= 75次运行），并行处理需要16倍的顺序时间，而对于200张图像，则需要大约3倍的时间。有关系吗？我在Colab GPU上运行此程序，并尝试访问cpu进行池化。这可能是问题吗？ 我已经提到过其他有关SO多处理的文章，但是我的代码中是否可以做一些加快工作的事情？

pool = mp.Pool(mp.cpu_count())

names = names_of_input_images
encodings_list = list_of_input_images_encodings
def match_face(index,recognized_face):
   
  # find similarity between encodings_list[index] and recognized_face
  kNown_face = encodings_list[index]
  match = face_recognition.compare_faces([kNown_face],recognized_face)
  if match==True: // return name of person
    return names[index]

# sequential
names_list = [match_face(ind,face_encoding) for ind in range(len(kNown_faces))]
# parallel processing
names_list = [pool.apply(match_face,args=(ind,face_encoding)) for ind in range(len(kNown_faces))]

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）