OpenCV benchmark


Не так давно, озадачился сравнением производительности OpenCV на разных платформах, чтобы понять какого быстродействия следует ожидать от программы с компьютерным зрением.
Была написана небольшая утилита — opencv_benchmark

Скачать исходники OpenCV benchmark: opencv_benchmark01.zip
Результаты получились довольно любопытные.
Для тестирования использовалась картинка 320х240:

Каждый алгоритм прогонялся по 100 раз, средствами OpenCV засекалось время выполнения и возвращалось усреднённое значение в ms

в таблице:

		Core i7 2.8GHz	Core 2 Duo 2.26GHz	Celeron 550 2.0GHz	Core 2 Duo 1.6GHz	Atom 1.60GHz	ARM DM3730 - 1GHz
							
cvConvertImage 		0.115592	0.246101	0.205752	0.497979	1.274840	4.697266
cvCanny 		2.019475	3.239408	3.747979	4.367728	6.795469	15.791321
cvSobel 		0.155087	0.326020	0.551701	0.539373	0.908334	3.955688
cvLaplace 		0.437235	0.796756	1.563274	1.376594	2.981850	87.927551
cvIntegral 		0.123503	0.230013	0.270247	0.263338	1.536407	4.158936
cvExtractSURF 		115.979919	153.451370	220.028625	232.772797	697.280029	3947.886719


в развёрнутом виде:

image.jpg 320x240

function 		ms

Intel Core i7 2.8GHz / WinXP / OpenCV 2.1 / VC 2008 - Release

cvConvertImage 		0.115592
cvCanny 		2.019475
cvSobel 		0.155087
cvLaplace 		0.437235
cvIntegral 		0.123503
cvExtractSURF 		115.979919
cvSmooth 		0.322386
cv::FAST 		3.910647
cvGoodFeaturesToTrack 		3.879666

Intel Core i7 2.8GHz / WinXP / Virtual Box - Ubuntu 10.10 / OpenCV 2.2.0

cvConvertImage 		0.160027
cvCanny 		2.059421
cvSobel 		0.266141
cvLaplace 		0.454562
cvIntegral 		0.125565
cvExtractSURF 		86.754013
cvSmooth 		0.318583
cv::FAST 		3.718944

Intel Core 2 Duo CPU P9300 2.26GHz / Linux 2.6.30 / OpenCV 2.2.0

cvConvertImage 		0.246101
cvCanny 		3.239408
cvSobel 		0.326020
cvLaplace 		0.796756
cvIntegral 		0.230013
cvExtractSURF 		153.451370
cvSmooth 		0.570008
cv::FAST 		5.080717
cvGoodFeaturesToTrack 		4.641660

Intel Celeron 550 2.0GHz / WinXP / OpenCV 2.1 / VC 2008 Express - Release

cvConvertImage 		0.205752
cvCanny 		3.747979
cvSobel 		0.551701
cvLaplace 		1.563274
cvIntegral 		0.270247
cvExtractSURF 		220.028625

ARMv7 (DM3730 - BeagleBoard xM - 1GHz) / Linux 3.0.4-x3 / OpenCV Version: 2.3.2

cvConvertImage 		4.697266
cvCanny 		15.791321
cvSobel 		3.955688
cvLaplace 		87.927551
cvIntegral 		4.158936
cvExtractSURF 		3947.886719

Intel Core 2 Duo L7500 1.6GHz / Win XP / OpenCV 2.1 / VS 2008 - release

cvConvertImage 		0.497979
cvCanny 		4.367728
cvSobel 		0.539373
cvLaplace 		1.376594
cvIntegral 		0.263338
cvExtractSURF 		232.772797


Intel Atom 330  1.60GHz / Linux 2.6.38-8-generic (Ubuntu 11.04) / OpenCV 2.3.1

cvConvertImage 		1.274840
cvCanny 		6.795469
cvSobel 		0.908334
cvLaplace 		2.981850
cvIntegral 		1.536407
cvExtractSURF 		697.280029
cvSmooth 		2.086776
cv::FAST 		9.948793
cvGoodFeaturesToTrack 		21.354774  


Разумеется, результаты не репрезентативны, но некоторое представление вполне дают.
Промежуточный вывод: Intel Core 2 Duo рулит, а вот нетбучный Intel Atom не радует, что ставит вопрос под его использование для интеллектуальных мобильных роботов.
ARM на BeagleBoard xM — тоже разочаровал, но тут ещё нужно исследовать вопрос (например, существует проект по использованию ARM-кого встроенного DSP):
OpenCV DSP Acceleration
code.google.com/p/opencv-dsp-acceleration/

Ссылки
code.google.com/p/robocraft/
  • +2
  • 7 января 2012, 14:56
  • noonv

Комментарии (0)

RSS свернуть / развернуть

Только зарегистрированные и авторизованные пользователи могут оставлять комментарии.