# benchmark

Python API: `modelconverter.platforms.rvc2.benchmark`

在 RVC2 设备上对转换后的模型进行基准测试。

通过 DepthAI 基准测试管道在连接的 RVC2 设备上运行 `.blob` 或 NN 存档，向其馈送模型声明形状的随机数据，并报告设备记录的吞吐量和推理延迟。

## 类

### RVC2Benchmark

在连接的 RVC2 设备上运行模型的基准测试。

#### 方法

##### benchmark

```python
def benchmark(configuration: Configuration) -> Result:
```

在设备上运行模型的单个基准测试。

参数

 * `configuration` (`Configuration`):
   用于基准测试的配置。[default_configuration](/software-v3/ai-inference/conversion/rvc-conversion/offline/modelconverter/modelconverter-api-reference/platforms/rvc2/benchmark.md)
   的所有选项都必须存在。

返回

 * `Result`: `fps` 下的平均吞吐量和 `latency` 下的平均推理延迟（以毫秒为单位），如果设备完全没有记录延迟，则后者为 `"N/A"`。

#### 属性

##### all_configurations

返回完整基准测试使用的配置。

涵盖一个、两个和三个推理线程，其余选项留给调用者。

##### default_configuration

RVC2 基准测试的默认配置。

 * `Configuration options:`: * `repetitions`: 要执行的重复次数（如果设置了 `benchmark_time` 则忽略）。
    * `benchmark_time`: 基于时间的基准测试持续时间（以秒为单位）（覆盖 `repetitions`）。
    * `input_fps`: 发送输入的速率。`-1` 删除限制。
    * `num_messages`: 为每个报告测量的消息数量。
    * `num_threads`: 用于推理的线程数。
