最近寫（抄）了一支利用dlib做臉部辨識的工具，但是效能不佳，程式執行需要大約一分鐘的準備時間，然後FPS也是沒辦法超過1，我用VSCode的F5 debug工具，從第一行逐行執行，發現是卡在cap = cv2.VideoCapture(0)這句，竟然可以卡40秒，後來查詢網路說可以加上cv2.CAP_DSHOW，但是只能用在Windows系統，樹莓派沒辦法使用，不過畢竟是開啟時一次的執行時間，影響不大所以就暫時先不處理。
另外一個比較嚴重的問題是fps，640x480解析度下的fps大約0.5-0.9之間，如果改成320x240可以超過1，實在是慢的離譜，實在很想了解問題出在什麼地方，是哪一行造成的瓶頸，雖然我還是可以用debug逐行執行來"感受"一下時間，但是像這種無限迴圈，要自己一直按F10想想實在算了。
想起我以前在VS.net開發工具時，在debug時會計算每行的執行時間，例如下圖，當從上一行執行到這行時，一共花費了0.979秒，如果我們一步一步Step就可以了解每行的狀況，知道瓶頸出在哪裡，不過這也太累了。
使用debug工具來了解執行效能其實還有一個問題，就是也許他這次很慢，但下次就會很快，例如網路擁塞，每次需要的時間不太一樣，因此必須長期評估再"平均"計算比較合理，用debug工具做這件事情實在很沒有效率。
在論壇詢問一下，網友提供了幾個工具，最知名應該是這個
Scalene：https://github.com/plasma-umass/scalene
這款的優點是設定很簡單，只要兩個步驟
1. 安裝套件：
pip3 install scalene
2. 利用scalene來執行你的Python程式：
scalene YourCode.py
當程式執行完畢後，就會自己跳出這個執行報告，非常詳細，包括每行的執行「總」時間、使用多少GPU、記憶體等等的報告。
不過我發現一個問題，這個套件提供的是執行「總」時間，但假如我是一個迴圈，那麼特定幾行就可能會執行很多次，而這裡顯示’總’時間而不是’平均’時間，像我這個報告第41行看起來雖然花費時間最多，但這也是因為他被重複執行多次的總和，自然累積會比較高，就無法確認fps慢是不是這行造成的，因此這個套件並沒有解決我的問題。（不過也可能只是我不知道要怎麼使用這個套件？）
網路找一下關鍵字「profiler」，發現另外一個工具「line_profiler」
line_profiler：https://github.com/rkern/line_profiler
優點也是逐行評估，但是卻會顯示每行被執行的次數，以及總時間、平均時間等等的，不過執行上卻較為麻煩，因為line_profiler是評估副程式的，在要評估的副程式前加上「@profile」，他就會單獨評估這個副程式，但那如果我們要評估整個程式該怎麼辦？很簡單，我是把整個程式都搬到一個副程式內即可。
這裡說明一下步驟
1. 安裝套件：
pip install line_profiler
2. 引入套件：在python程式最上方import
from line_profiler import LineProfiler
3. 加入關鍵字：在要評估的副程式前加上
@profile
def function():
….
….
4. 執行語法：
kernprof -l -v YourCode.py
當程式執行完畢後，會產生一個報告檔名稱為「YourCode.py.lprof」，以及主動跳出文字模式的報告，但如果事後需要再開啟報告，可以使用以下語法
5. 叫出報告：
python -m line_profiler YourCode.py.lprof
報告部份節錄如下：
這裡我們可以看到，他會列出每行程式碼被執行的Line（程式行號）、次數（Hits）、Time（總時間）、Per Hit（平均時間）、%Time（佔用執行總時間的比例）。
依據此報告可以發現，這個程式的第47行被執行10次，花費總時間為5.149秒，所以平均約為0.5秒，佔這個程式總時間的約10%左右，這樣我就知道問題出在什麼地方了。
這個工具是不是很棒呢？雖然沒有圖形界面的報告，但是非常符合我的需求，因此把使用方法介紹給大家。
留言列表
