facebookresearch/maskrcnn-benchmark

Inference time increases linearly with batch size

Open

#294 建立於 2018年12月20日

在 GitHub 查看
 (8 留言) (2 反應) (0 負責人)Python (9,161 star) (2,574 fork)batch import
help wanted

描述

❓ Questions and Help

I tested the batch inference，this is result batch size time 1 0.22 2 0.42 4 0.84 6 1.2 8 crash OOM Why big batchsize doesn't save time?

貢獻者指南

技術棧
pythonpytorch
領域
machine learning
議題類型
performance
難度面向新貢獻者的預計實作難度，1 表示很小改動，5 表示專家級工作。
3
預計時間有經驗貢獻者完成調查、實作、測試並準備 pull request 的粗略時間範圍。
1-3 hours
活動狀態議題目前的可參與程度：新鮮、活躍、陳舊、阻塞或等待維護者輸入。
stale
清晰度議題是否清楚說明預期改動、驗收標準和下一步。
mostly clear
前置要求
Basic PyTorch knowledgeUnderstanding of batch inference
新手友善度1-100 的估計分數，表示該議題對首次貢獻者的友善程度。
40
研究方向
Investigate why batch size does not reduce per sample inference time. Look at the batch processing code in maskrcnn benchmark/modeling/detector and check for memory bottlenecks or sequential processing. Consider GPU utilization and potential OOM issues. Review comments in the issue for additional context.