Google Cloud Vision AutoML 预测性能不佳

Question

我使用 AutoML 训练了自定义 Google Cloud Vision 模型。该模型的目的是对给定图像的单个标签进行分类。

我已经实现了一个客户端来将 HTTP 预测请求发送到他们的 REST API。这工作得很好，但是获得响应所需的时间是 13 秒。这对我来说似乎非常缓慢且低效。我确信这是由 Google 引起的，因为我对方法调用进行了计时（上传原始图像数据可能需要一些时间，但在其预训练的 Cloud Vision 网络上使用相同的图像要快得多）。

还有其他人遇到过这个问题并找到解决方案吗？或者使用 Tensorflow/Pytorch 训练我自己的模型是否更好，并且转移依赖于例如Imagenet 并围绕它构建一个 API。

Answer 1

对我来说需要2050ms，我没觉得很糟糕。如果您在这里分享代码以供审核会更好。