关于性能（耗时）问题

[qingqinghu1026]

你好，感谢您提供相关代码。
在本仓库运行时，使用您提供的预训练模型，测试butterfly 2/3倍scale时，CPU耗时700ms，GPU(NVIDIA-SMI 515.65.01 Driver Version: 515.65.01 CUDA Version: 11.7)耗时400ms，
与论文中的结论27fps有差异，是什么原因呢

[liu2g]

您好，我不是原作者，但是我也在这个模型针对性能进行研究。我的理解是原作者在测试耗时中排除了加载模型和图片的时间，我在这行和这行前后加了

t0 = time.time()
# code
print((time.time() - t0)*1E3)

测量出的时间在30-60之间，和 27 FPS (~37 ms) 近似，所以和原作者的成果是基本符合的

---

Hello, I am not the original author, but I also happen to look into the performance of this model. My assumption is their measurement excluded the time to load the model and image, so I inserted the above code block before this line and after this line and got around 30 - 60 ms, which matches the 27 FPS result of the paper author.

[Sherlock-hh]

你好，我也测试了这个耗时 1080 cuda10.2，这个是我的测试结果，但是耗时好像也不大稳定，尤其是第一帧(256,192)在gpu上会要157ms，但是同样分辨率再往后测试速度又好像不要1ms。

[wangguoqing129]

FSRCNN原始论文的运行时间均是C++版本的代码，因此使用pytorch调用cuda的方式测试的结果无法匹配FSRCNN原始论文结果。具体需要自行查看FSRCNN原始论文

[wangguoqing129]

经过我的实验，在windows环境中交叉编译caffe 1.0.0版本，然后参考FSRCNN官方caffe训练脚本编写deploy测试txt网络文件后，得到的实验结果和FSRCNN原始论文接近，因为实验环境都是原生C++。windows caffe 1.0.0版本编译过程请自行查看caffe github官方仓库 windows分支。
https://github.com/BVLC/caffe/tree/windows