Question

我使用SimpleITK在Python中创建了一个模块，我试图通过在C ++中重新实现来加快速度。事实证明它要慢得多。

瓶颈是使用DisplacementFieldJacobianDeterminantFilter。

这两个片段给出了过滤器用法的示例。

1000代：C ++ = 55s，python = 8s

我应该期望c ++更快吗？

def test_DJD(label_path, ngen):

  im = sitk.ReadImage(label_path)

  for i in range(ngen):
    jacobian = sitk.DisplacementFieldJacobianDeterminant(im)


 if __name__ == '__main__':


    label = sys.argv[1]
    ngen = int(sys.argv[2])
    test_DJD(label, ngen)

和c ++代码

typedef itk::Vector<float, 3> VectorType;
typedef itk::Image<VectorType, 3> VectorImageType;
typedef itk::DisplacementFieldJacobianDeterminantFilter<VectorImageType >  JacFilterType;
typedef itk::Image<float, 3> FloatImageType;



int main(int argc, char** argv) {

std::string idealJacPath = argv[1];
std::string numGensString = argv[2];

int numGens;
istringstream ( numGensString ) >> numGens;



typedef itk::ImageFileReader<VectorImageType> VectorReaderType;
VectorReaderType::Pointer reader=VectorReaderType::New();
reader->SetFileName(idealJacPath);
reader->Update();
VectorImageType::Pointer vectorImage=reader->GetOutput();


JacFilterType::Pointer jacFilter = JacFilterType::New();

FloatImageType::Pointer generatedJac = FloatImageType::New();

for (int i =0; i < numGens; i++){
    jacFilter->SetInput(vectorImage);
    jacFilter->Update();
    jacFilter->Modified();
    generatedJac = jacFilter->GetOutput();
}
return 0;

}

我正在使用c ++ ITK 4.8.2并在＆＃39;发布＆＃39; Ubuntu 15.4上的模式。和python SimpleITK v 9.0

Answer 1

您似乎使用循环进行基准测试。使用循环进行基准测试不是一个好习惯，因为编译器和解释器对它们进行了很多优化。

我相信在这里

for i in range(ngen):
    jacobian = sitk.DisplacementFieldJacobianDeterminant(im)

python解释器很可能意识到你只使用分配给jacobian变量的最后一个值，因此只执行循环的一次迭代。这是一种非常常见的循环优化。

另一方面，由于您在C ++版本中调用了几个动态方法（jacFilter->Update();），编译器可能无法推断其他调用未被使用，从而使您的C ++版本变慢因为实际上对DisplacementFieldJacobianDeterminant :: update方法进行了所有调用。

另一个可能的原因是Python中的ITK管道没有被强制更新，因为你在C ++中显式调用了jacFilter->Modified()，但这在Python版本中并不明确。

ITK在C ++中的过滤速度比Python慢

1 个答案: