此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 可用的电源配置文件及其特性
  • 设置电源配置文件
  • 电源配置文件基准测试
  • 基准测试结果(在 CPU 满载下)
  • “Bogo Ops/s (usr+sys)”衡量什么?
  • 测量精度
  • 重现基准测试
Claude CodeCodexCursor
Luxonis 智能体工具包为你常用的编程智能体加载 Luxonis 上下文与技能,更快地基于 OAK 开发应用。
安装工具包

电源配置文件

最后更新
可以使用可配置的电源配置文件来调整摄像头的性能。选择正确的配置文件取决于您需要原始神经网络推理吞吐量还是 CPU 裕量。在摄像头可能因长时间使用而因热节流而变慢的情况下,调整电源配置文件特别有用。它允许您选择哪个组件(CPU 或神经网络)应该被优先考虑或牺牲。电源配置文件选择仅在 OAK-4 系列摄像头上受支持。

可用的电源配置文件及其特性

  1. best_effort
  • 很好地平衡了 NN 和 CPU 任务
  • 产生高推理 FPS
  • 在大多数情况下,也比 sustained_nn_heavy 保持更高的 CPU 性能
  1. sustained_nn_heavy
  • 优先考虑每秒一致的 NN 推理
  • 通常产生最高的 FPS
  • 代价是 CPU 效率,在压力下会显著下降
  1. sustained_cpu_heavy
  • 返回最低的 FPS,特别是对于 NN 密集型任务
  • 作为交换,它提供了出色的 CPU 效率,使其在 CPU 密集型或多任务应用程序中非常有用

设置电源配置文件

当通过 SSH 连接到摄像头时,使用 agentconfd 切换电源配置文件:
Command Line
1agentconfd power-switch --profile best_effort
将 best_effort 替换为任何受支持的配置文件。

电源配置文件基准测试

我们对五种神经网络在三种可用电源配置文件下进行了基准测试,以了解推理速度和 CPU 效率如何受到影响——同时在后台使用 stress-ng 工具将 CPU 压力到 100%,以模拟重负载场景。

基准测试结果(在 CPU 满载下)

模型best_effort FPS VS Bogo Ops/ssustained_cpu_heavy FPS VS Bogo Ops/ssustained_nn_heavy FPS VS Bogo Ops/s
yolov8-instance-segmentation-large149.17fps 119.62ops/s57.83fps 119.41ops/s150.62fps 57.5ops/s
yolov10-nano657.06fps 85.75ops/s238.3fps 118.88ops/s655.44fps 58.86ops/s
yolo-world-l71.82fps 90.59ops/s27.57fps 119.09ops/s74.56fps 50.58ops/s
scrfd-face-detection380.85fps 89.02ops/s131.42fps 119.7ops/s381.94fps 49.46ops/s
yolov8-large-pose-estimation171.96fps 92.96ops/s65.36fps 119.36ops/s173.06fps 52.76ops/s

“Bogo Ops/s (usr+sys)”衡量什么?

它估算每秒执行的 CPU 操作数。计算公式为:bogo ops/s = 总 bogo ops / (用户时间 + 系统时间)
  • 值越高 = CPU 执行效率越高
  • 通过以下方式测量:stress-ng
  • 有助于比较电源配置文件对 CPU 资源造成的压力

测量精度

  • **FPS(每秒帧数)**值是使用 modelconverter benchmark 工具收集的,大约有 ±10% 的误差范围。
  • **CPU 效率(bogo ops/s)**是使用 stress-ng 输出在 user+system 时间下测量的。然而,重要的是将这些数字视为观察性的,而不是精确的性能指标。
来自 stress-ng 文档的免责声明:“请注意,这些不是性能或吞吐量的可靠指标,也未设计用于任何基准测试。这些指标只是观察系统在各种负载下行为的有用方法。”

重现基准测试

重现基准测试的完整指南可以在这篇博客文章中找到。