笔记本 yolov3-tiny 加速的意外之喜（tf-AVX加速）

提示：

如果你用的是GPU，那就点击本页面右上角的X，本文针对的是CPU

 

环境

anaconda

python 3.7

tensorflow 1.13.1

numpy 1.16.0

 

背景：

    在学校做毕设，是基于树莓派小车云边协同行人跟随。我用的是yolov3 tiny算法作为检测行人的算法（因为笔记本是轻薄本，性能很差）。现在基本做完了，但是yolov3t算法在我的笔记本上的运行速度是0.25s/帧，显示画面还是很卡的。于是乎我这几天一直在找比yolov3t更轻便的算法，但是没啥收获，自我感觉这个网络已经很简单了。

    期间，由于我的网络只用于检测人，所以修改了输出层（减少了点参数，没准速度快一丢丢），到网吧用显卡添加数据集去训练，但是发现网吧的显卡加速并不快，也就比用CPU快一倍的样子，以前训练VGG那可是快了十倍不止啊，就很奇怪，看着截止时间要30h，遂放弃。

    就在这一筹莫展，本着“差不多就行了”的思想准备放弃，收拾东西回家过年之时。我突然留意到每次运行代码时出现的一段话，大意就是我的CPU支持AVX、AVX2编译巴拉巴拉，我百度一搜，发现很多都是屏蔽这个消息的方法，但是有人说可以通过安装别人处理好的tensorflow来让CPU支持这个，而且还可以加速，还可以加速！

    我跟着方法，去Github下载，但是Github上下载都是下载整个仓库，但是这也太大了，我又没翻过墙，下载速度只有2