FastDeploy与官方的easyedge的demo，同样模型性能有明显差距

[denonzhu]

同一部手机，FastDeploy的性能非常低，不知道是不是优化没做好

[denonzhu]

同样模型，fps一个4-20，一个fps 40-60

[DefTruth]

加载的模型都分别是什么呢？手机的机型和芯片分别是什么呢？方便提供下edge和在fastdeploy中跑的模型吗？以及计算FPS的方式？

[denonzhu]

手机是麒麟9000，华为nova 8pro , fastdeploy就是例子中的picodet_s_320_coco_lcnet， edge是PP-PicoDet-s_320_lcnet https://paddledet.bj.bcebos.com/deploy/third_engine/PP-PicoDet.apk

两个模型应该是一样的

[DefTruth]

按理说不应该这么慢，nova 7 上app中测试过，一般是 22+fps，包含所有的前后处理和渲染时间在内

[DefTruth]

这个apk的源代码有吗？看下具体fps的计算逻辑是咋样的

[DefTruth]

另外，我看到模型文件的大小和我们目前提供的也并不一样，使用的使用的推理引擎也不一样。方便提供一下这个apk的源码地址吗

[leiqing1]

印象中，ncnn的picodet demo是使用fp16 + 4线程来运行程序的

[denonzhu]

应该是这个地址 https://github.com/JiweiMaster/PP-PicoDet-Android-Demo

[denonzhu]

按理说不应该这么慢，nova 7 上app中测试过，一般是 22+fps，包含所有的前后处理和渲染时间在内

截图是4fps,实际平均能达到20左右，但是跟官方PP-PicoDet那个比较差了一半

[DefTruth]

按理说不应该这么慢，nova 7 上app中测试过，一般是 22+fps，包含所有的前后处理和渲染时间在内

截图是4fps,实际平均能达到20左右，但是跟官方PP-PicoDet那个比较差了一半

感谢您的提问哈，我回复一下这个问题，这里面有几个原因：

• 1. 计算fps的方式不一样，目前fd提供的demo计算fps逻辑是包含：camera渲染、每帧bitmap的创建和回收、模型前处理、模型推理、模型后处理、推理结果可视化、可视化结果转换到bitmap、bitmap绘制等所有的时间在内。我review了下您发的链接中的代码，应该是只统计了模型前处理、模型推理、模型后处理的时间来计算fps
• 2. App环境中运行，由于camera等占用cpu资源，会导致模型推理可用的计算资源变少，因此app中运行，模型的推理耗时会产生波动。以下是使用fd中picodet_s模型，在shell中测试的性能，包含模型推理和所有前后处理的耗时，测试机为华为nova 7 pro、麒麟985 CPU：

• 3. 目前app demo是用作给用户展示fd用法的作用，所以暂时没有针对Android camera进行性能优化。camera的优化我们也正在考虑，可能会在后续的版本中添加一些相关的功能。

[denonzhu]

按理说不应该这么慢，nova 7 上app中测试过，一般是 22+fps，包含所有的前后处理和渲染时间在内

截图是4fps,实际平均能达到20左右，但是跟官方PP-PicoDet那个比较差了一半

感谢您的提问哈，我回复一下这个问题，这里面有几个原因：

• 1. 计算fps的方式不一样，目前fd提供的demo计算fps逻辑是包含：camera渲染、每帧bitmap的创建和回收、模型前处理、模型推理、模型后处理、推理结果可视化、可视化结果转换到bitmap、bitmap绘制等所有的时间在内。我review了下您发的链接中的代码，应该是只统计了模型前处理、模型推理、模型后处理的时间来计算fps
• 2. App环境中运行，由于camera等占用cpu资源，会导致模型推理可用的计算资源变少，因此app中运行，模型的推理耗时会产生波动。以下是使用fd中picodet_s模型，在shell中测试的性能，包含模型推理和所有前后处理的耗时，测试机为华为nova 7 pro、麒麟985 CPU：

• 3. 目前app demo是用作给用户展示fd用法的作用，所以暂时没有针对Android camera进行性能优化。camera的优化我们也正在考虑，可能会在后续的版本中添加一些相关的功能。

好的感谢，希望优化一个camera的版本，这样这边就能考虑把现有模型部署改成fd的方式了

[jiangjiajun]

此ISSUE由于一年未更新，将会关闭处理，如有需要，可再次更新打开。