Python程式效能逐行評估工具 「line_profiler」

Posted By 尤濬哲 on 5 月 26, 2022 in python, 教學文 | 0 comments

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。

Scalene工具

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，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。