我的模型处理视频，我想计算它处理帧的速度，如每秒帧数或1帧的处理时间。
我做了一个函数来获取预测，它将原始帧作为输入，进行所有预处理，并返回分类。预处理步骤之一是对视频中的帧进行采样，基本上，它将进入深度学习模型的帧数量减少了1/5。如果没有所有的预处理，模型将无法按预期执行。
所以我的问题是，我是否也应该考虑预处理时间？最重要的是，这是对所有帧的处理时间，还是只对模型实际看到的帧进行处理？
示例代码结构如下：
start = time.time()
prediction = main(data)
end = time.time
print("Time for 1 frame=",(end-start)/n_frames) # lets say n_frames = 50
main功能内部：
preprocessed = preprocess(data) # resizing, sampling down from 50 to 10 frames
prediction = model.predict(preprocessed)
return prediction
示例：输入为50帧，预处理和预测所需的总时间为1秒。(请注意，该模型只看到10个经过预处理的帧(因此，1帧的处理时间是1/50秒或者如果是1/10秒，因为模型只能处理10帧，其他帧只会在预处理中跳过。我应该把开始时间和结束时间放在哪里？
哪条路是标准路还是正确路？
没有标准的方法，这取决于您将使用结果的确切用途。
如果你试图只展示深度学习模型所用的时间，不要包括预处理步骤。
如果要对端到端流程计时，请包括整个管道。
一个更好的解决方案是评测你的代码。这将为您提供代码每一部分所需时间的明细，这样您就不必挑剔其他部分。
在你的情况下，由于你想把时间放在帧数上，我不在乎你的模型看到了多少帧，也不在乎你管道的任何工作。作为一个用户，我关心的只是如果我放入X个帧，需要多长时间。所以以50帧/秒的速度进行。