facebookresearch/maskrcnn-benchmark

Inference time increases linearly with batch size

Open

#294 创建于 2018年12月20日

在 GitHub 查看
 (8 评论) (2 反应) (0 负责人)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?

贡献者指南

技术栈
pythonpytorch
领域
machine learning
议题类型
performance
难度面向新贡献者的预计实现难度，1 表示很小改动，5 表示专家级工作。
3
预计时间有经验贡献者完成调查、实现、测试并准备 pull request 的粗略时间范围。
1-3 hours
活动状态议题当前的可参与程度：新鲜、活跃、陈旧、阻塞或等待维护者输入。
stale
清晰度议题是否清楚说明期望改动、验收标准和下一步。
mostly clear
前置要求
Basic PyTorch knowledgeUnderstanding of batch inference
新手友好度1-100 的估计分数，表示该议题对首次贡献者的友好程度。
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.