您好，请问我在运行detect.py时设置不同尺度输入进行测试，为什么net forword time没有变化

[yjhuasheng]

您好，请问我在运行detect.py时设置不同尺度输入进行测试，为什么net forword time没有变化

[biubug6]

一般是由于网络比较小, 一定尺度范围内的图像,一次前向过程中,GPU的核心计算单元并没有被用完导致时间消耗没有增加

[yjhuasheng]

我分别测的320x240,480x640,720x1280,1280x1920尺度的前向过程的时间，我是直接resiez的，可是时间还是很相近都是8ms，这是什么原因呢？

[biubug6]

建议你打印出送入网络之前的shape, 我在GTX1070上测试, 时间与送入网络的尺度成正相关.

[yjhuasheng]

好的，我打印看看

[yjhuasheng]

我打印出来了，还是这样的结果，测试的时候是单张图像循环测试100次，然后计算平均的前向时间，不同尺度的平均时间还是很相近，
torch.Size([1, 3, 1280, 720])
net forward time: 0.0141
torch.Size([1, 3, 1280, 720])
net forward time: 0.0149
ave_time: 0.02009380340576172

torch.Size([1, 3, 640, 480])
net forward time: 0.0130
torch.Size([1, 3, 640, 480])
net forward time: 0.0125
ave_time: 0.019301908016204836

torch.Size([1, 3, 1920, 1080])
net forward time: 0.0140
torch.Size([1, 3, 1920, 1080])
net forward time: 0.0132
ave_time: 0.02022948145866394

[Govan111]

请问找到原因了吗？为什么不同尺度的平均时间还是很相近，我用256*256尺寸的图片也需要14ms