python多进程（模拟两个以上深度学习模型推理同一个视频）

 深度学习中，如果做用两个以上模型推理的时候，若采用模型1+模型2的串联方式，则模型的总耗时会约等于两个模型耗时的累加，如果采用多线程处理，模型的推理耗时约等于max(model1_time_cost,model2_time_cost)

下面是用多进程而不是多线程的方式模拟多线程读取视频，并用两个模型做结果融合，

结构图

实现代码如下，不做过多注释，直接运行即可，运行逻辑如上图所示，各个进程共享val_queue,如果导入的是import Queue,则数据无法在进程间进行共享

要采用 multiprocess里的Queue（更方便），但实现代码里用的是Manager.list()

import threading
from multiprocessing import Event, Process,Manager,Queue
import time

temp_val = 0
model1_over = Event()
model2_over = Event()
result_process_over = Event()
m1 = Event()
m2 = Event()

def add_val(val_queue):
    '''init'''
    val_num = 0
    val_queue.append([val_num])
    val_num += 1
    model1_over.set()
    model2_over.set()
    while T