caffe-ssd的transformer.preprocess速度太慢解决方法

最近在弄ssd的过程中发现图像预处理函数transformer.preprocess(‘data’, image)很慢，1920 * 1080的图片经过预处理要0.1s左右的时间，无法满足实时处理的要求，故花了点时间琢磨了下preprocess背后的原理。
transformer.preprocess本质上和cv2.resize是一样的，这里的目的是将图像缩小为特定的大小，例如300*300。
了解了这个就好办了，transformer.preprocess将图像从1080 * 1920 * 3的格式转为3 * 300 * 300，即从H，W，C转为C，H，W，并缩小大小，颜色也从RGB转为BGR（所以用cv2读取的图像可以省去转通道这一步骤），并减去均值。
一开始我以为均值是127.5，几经试验发现值的大小有差距，故深入到caffe的源码中去看，发现caffe的源码中均值为[[[104]],[[116]],[[122]]]，接下来就直接代入减去即可。
caffe源码中preprocess的resize插值方式为线性插值，故cv2.resize也采用线性插值。

伸手党的福利环节：

 transformed_image = (cv2.resize(src=image.astype('float32'), dsize=(300, 300),
    interpolation=cv2.INTER_LINEAR)).swapaxes(0, 2).swapaxes(1, 2) - transformer.mean['data']
 net.blobs['data'].data[...] = transformed_image

耗费时间可以说是大大缩短了，从0.1s变为10ms，如果不是对输入图像image进行了格式上的转换，从int转为float32，可能连1ms都不需要。从效果上看，还都是一样的。