Evaluating bbox...
Loading and preparing results...
DONE (t=12.14s)
creating index...
index created!
Running per image evaluation...
Evaluate annotation type *bbox*
DONE (t=8601.13s).
Accumulating evaluation results...
DONE (t=187.50s).
如上所示，在评估coco格式性能的时候，发现速度很慢，请问该如何改进呢？
单卡2080Ti跑的，大约显存1200MB，属于正常情况应该。发现CPU占用率不高，可能是CPU（至强）限制速度吗？
你好！
速度瓶颈可能存在于 GPU、CPU、或者硬盘读取，可以通过检查硬件占用率分析瓶颈。
对于 Nvidia GPU，nvidia-smi 打印的 Volatile GPU-Util 列可以反映 GPU 占用率。如果达到了 100% 的占用率，说明 GPU 已经占满，是计算瓶颈；也说明代码充分利用了 GPU 性能，如果需要进一步加速则需要改进算法实现。100%是理想情况，一般达到了 90% 以上的 GPU 占用率，就认为速度已经达到了比较满意的状态。
对于 CPU，你可以通过 top、htop 等命令查看。如果 GPU 占用率低，而 CPU 占用率高，说明瓶颈在 CPU 计算，需要考虑改进 CPU 代码。在 Dataset 中，可以指定 num_works 来增加进程数量，通过多核加速 CPU 计算。
对于硬盘读取瓶颈，您可以通过 iotop 等命令查看。如果硬盘读写占用高，那么需要考虑使用 SSD。
另外，你使用的是什么 Jittor 模型呢?
发现使用cocoapi eval的时候，GPU的利用率是0，猜想应该是在用CPU跑，导致的速度慢的原因。所以请问一下这个是正常情况吗？或者是某些设置的问题？在使用JDet
coco eval指的是模型测试图片结束，在计算mAP指标的阶段
coco eval确实是在CPU上跑的，暂时还没有实现GPU版本。