<html>
  <head>
    <meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
  </head>
  <body>
    <p>Hello,</p>
    <p>is this still true with dk 7.3? I run a faces re-detection of all
      images (~20000), now for more 2 days, and about 16% of all images
      have been processed untill now. 3200 Images in more than 48h,
      gives a average rate of 66.7 images an hour, or 1.1 per minute.
      (ok, few videos ar processed, also) There must be something
      wrong...? Anything to change with Setup?</p>
    <p>i use dk7.3 tar fow win64, customized setup (appdata on external
      USB, as i did before with dk 7.2, SQLlite DB, OpenCL on)<br>
    </p>
    <p>Cheers, Gerhard.<br>
    </p>
    <p><br>
    </p>
    <div class="moz-cite-prefix">Am 14.05.2021 um 09:43 schrieb Gilles
      Caulier:<br>
    </div>
    <blockquote type="cite"
cite="mid:CAHFG6sGRB63RaGb9ksYL-CoM_eTeQ5BHc6eNh0pUdHM=RiNUWg@mail.gmail.com">
      <meta http-equiv="content-type" content="text/html; charset=UTF-8">
      <div dir="ltr">
        <div>Hi,</div>
        <div><br>
        </div>
        <div>Yes, the work on all processors needs optimizations. It's
          planned for this summer where a student must work on this
          topic.</div>
        <div><br>
        </div>
        <div>Also, we voluntarily disable the GPU computations with
          OpenCV backend used in the background to perform DNN
          operations. It's planned to reactivate it in the future.</div>
        <div><br>
        </div>
        <div>There is also optimization to introduce in the data stream
          to database, which must be more grouped to reduce database
          calls.<br>
        </div>
        <div><br>
        </div>
        <div>Gilles caulier<br>
        </div>
        <div><br>
        </div>
        <div><br>
        </div>
      </div>
      <br>
      <div class="gmail_quote">
        <div dir="ltr" class="gmail_attr">Le ven. 14 mai 2021 à 09:33,
          bsw <<a href="mailto:Brian.S.Watson@gmail.com"
            moz-do-not-send="true">Brian.S.Watson@gmail.com</a>> a
          écrit :<br>
        </div>
        <blockquote class="gmail_quote" style="margin:0px 0px 0px
          0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex">Hi,<br>
          <br>
          I'm new here.  I used Adobe Lightroom for several years
          semi-professionally. <br>
          Been using Google photos more recently just for the
          convenience.  Want to<br>
          remove my Google dependence so upgraded my NAS and am looking
          for local<br>
          management tools.  digiKam looks great and am very happy so
          far, but, I have<br>
          a question about the performance of the face scanning...<br>
          <br>
          I'm running 7.2.0 on Windows on a "Intel(R) Core(TM) i7-8565U
          CPU @ 1.80GHz  <br>
          1.99 GHz" with 16GB of RAM.  Photo library is on a NAS LAN
          (not WiFi)<br>
          attached with about 120MB/s sustained read performance. 
          digiKam database is<br>
          (obviously) on local storage which is SSD.<br>
          <br>
          I have read a little here about face recognition so have
          selected the YOLO<br>
          v3 detection model with the default 70% sensitivity and "Work
          on all<br>
          processor cores" enabled.<br>
          <br>
          I've run a few tests and "Scan for Faces" on an album takes
          about 20 seconds<br>
          per image.  At that rate it's going to take 65 hours to scan
          my 12,374 image<br>
          personal library.<br>
          <br>
          Is this expected or am I doing something wrong?<br>
          <br>
          Thanks,<br>
          <br>
          Brian<br>
          <br>
          <br>
          <br>
          --<br>
          Sent from: <a
            href="http://digikam.1695700.n4.nabble.com/digikam-users-f1735189.html"
            rel="noreferrer" target="_blank" moz-do-not-send="true">http://digikam.1695700.n4.nabble.com/digikam-users-f1735189.html</a><br>
        </blockquote>
      </div>
    </blockquote>
  </body>
</html>