これらのステップを組み合わせて、繰り返し回数を減らして効率を向上させる方法はありますか？ステップを組み合わせる
first_cut_new=first_cut-res
first_cut_depth[first_cut_depth>min_value+150]=0
first_cut_depth[first_cut_depth>0]=1
first_cut_depth_3D=np.dstack((first_cut_depth,first_cut_depth,first_cut_depth))
first_cut_final= first_cut_depth_3D * first_cut_new
私にアプローチ＃1
は非効率性は、最後の2つの手順にあるように見えます。だから、一つはfirst_cut_depth_3Dの作成を回避し、NumPy broadcastingとフライデータ複製と要素ごとの乗算のでfirst_cut_finalを取得、そのような可能性 - （RGB入力配列の場合）
first_cut_new = first_cut-res
first_cut_depth[first_cut_depth>min_value+150]=0
first_cut_depth[first_cut_depth>0]=1
first_cut_final = first_cut_depth[...,None]*first_cut_new
アプローチ＃2
first_cut_depthをRGB画像データとすると、正の値しか持たない。そのように、より効率的な1ライナーソリューションのためにこれを利用することができます。
first_cut_final = (first_cut_depth <= min_value+150)[...,None]*(first_cut-res)
first_cut_depth [first_cut_depth> min_value + 150] = 0 first_cut_depth [first_cut_depth> 0] = 1 – user4543816
@ user4543816私はそれらを保持します。それらは私のボトルネックに見えません。 – Divakar
okありがとうございます。私が試してみてください – user4543816
入力の形状はどのようなものですか？ – Divakar
first_cut - （600,600,3）; res-（600,600,3）;深さ（600,600） – user4543816
コードを共有できますか？あなたがしたことまで – kanayamalakar