如何显着降低 iOS 应用程序中的能源影响？答案

【问题标题】：How to significantly reduce Energy Impact in iOS app?如何显着降低 iOS 应用程序中的能源影响？
【发布时间】：2019-05-03 22:52:08
【问题描述】：

我正在开发一个具有 Vision 框架功能（处理 CoreML 模型）的 ARKit 应用。

loopCoreMLUpdate() 函数形成一个循环，导致非常高的能量影响（CPU=70%，GPU=66%）。

如何处理此任务并将能量影响降低到低水平？

对于这个循环问题有什么解决方法可以帮助我减少 CPU/GPU 工作负载？

这是我的代码：

import UIKit
import SpriteKit
import ARKit
import Vision

class ViewController: UIViewController, ARSKViewDelegate {

    @IBOutlet weak var sceneView: ARSKView!
    let dispatchQueueML = DispatchQueue(label: "AI")
    var visionRequests = [VNRequest]()

    // .........................................
    // .........................................

    override func viewDidAppear(_ animated: Bool) {
        super.viewDidAppear(animated)
        let configuration = AROrientationTrackingConfiguration()
        sceneView.session.run(configuration)

        loopCoreMLUpdate()
    }

    func loopCoreMLUpdate() {          
        dispatchQueueML.async {
            self.loopCoreMLUpdate()  // SELF-LOOP LEADS TO A VERY HIGH IMPACT
            self.updateCoreML()
        }
    }

    func updateCoreML() {
        let piBuffer: CVPixelBuffer? = (sceneView.session.currentFrame?.capturedImage)
        if piBuffer == nil { return }
        let ciImage = CIImage(cvPixelBuffer: piBuffer!)
        let imageRequestHandler = VNImageRequestHandler(ciImage: ciImage, options: [:])

        do {
            try imageRequestHandler.perform(self.visionRequests)
        } catch {
            print(error)
        }
    }
    // .........................................
    // .........................................
}

【问题讨论】：

基本上你在问'如何减少我没有发布的这个功能的电池使用量？'

标签： swift machine-learning augmented-reality arkit apple-vision

【解决方案1】：

是的，你标记的那条线肯定是个大问题。你不是在这里循环；您正在尽可能快地生成新的异步任务，甚至在前一个任务完成之前。在任何情况下，您都试图比创建它们更快地捕获 CVPixelBuffer，这是一种巨大的浪费。

如果您想捕获帧，则无需创建紧密循环来对它们进行采样。您将自己设置为 ARSessionDelegate 并实现session(_:didUpdate:)。当有新框架可用时，系统会告诉您。（可以创建自己的渲染循环，但您不会在这里这样做，除非您真的需要自己的渲染管道，否则不应该这样做。）

请记住，您会很快收到很多帧。 30fps 或 60fps 很常见，但也可以高达 120fps。您不能使用所有时间片（其他事情也需要处理器时间）。关键是您通常无法跟上帧速率，并且需要缓冲以供以后处理，或丢帧，或两者兼而有之。这是实时处理中非常正常的一部分。

对于这种分类系统，您可能希望选择实际的帧速率，可能低至 10-20 fps，并跳过帧以保持该速率。对数十个几乎相同的帧进行分类可能没有帮助。

也就是说，请确保您已阅读 Recognizing Objects in Live Capture。感觉这就是您正在尝试做的事情，并且有很好的示例代码可用。

【讨论】：