Skip to content

OPTIMIZATION_TEST.md

Latest commit

 

History

History
287 lines (213 loc) · 7.06 KB

OPTIMIZATION_TEST.md

File metadata and controls

287 lines (213 loc) · 7.06 KB
Raw

🚀 效能優化測試指南

📋 已完成的優化

1. CPU 優化（目標：120% → <30%）

✅ 示波器更新頻率降低

  • 主視圖：20 FPS → 5 FPS（-75%）
  • 個別通道：10 FPS → 1 FPS（-90%）

✅ 通道輪流更新

  • 每次只更新 2/8 個通道（-75% 工作量）
  • 不再每次更新全部 8 個通道

✅ 繪圖優化

  • 加入 skipFiniteCheck=True（跳過數值檢查）
  • 加入 connect='finite'（忽略無限值）
  • 啟用 setClipToView(True)（只繪製可見範圍）
  • 啟用 setDownsampling(mode='peak')（降採樣）

2. 記憶體優化（目標：4147MB → <500MB）

✅ 攝影機解析度降低

  • 從 480x360 → 320x240（-56% 像素）
  • 預覽視窗同步縮小

✅ 記憶體釋放機制

  • 主動釋放舊幀：del self._cached_frame
  • 釋放 RGB 轉換後的幀：del frame_rgb
  • 釋放舊 landmarks：del self._cached_landmarks
  • 停止錄影時強制垃圾回收：gc.collect()

✅ 快取管理

  • 明確釋放不再使用的影像資料
  • 避免累積大量未使用的物件

3. GPU 優化（保持）

✅ Metal 後端（已在前次優化完成）

  • PyQt6 Metal 渲染
  • AVFoundation 硬體加速
  • MediaPipe GPU 加速

🧪 測試步驟

準備工作

cd /Users/akaihuangm1/Desktop/handProject_1103
source .venv/bin/activate

🎯 完整效能測試（推薦）

使用三階段分析工具：

# 1. 終端 1：啟動程式
python main.py

# 2. 終端 2：執行效能分析（需要 sudo）
sudo python performance_profiler.py

# 3. 按照提示操作（每階段 15 秒）：
#    - 階段一：程式啟動後按 Enter（未連接）
#    - 階段二：連接 EMG 後按 Enter（已連接）
#    - 階段三：開啟攝影機後按 Enter（攝影機）
#    - 自動生成報告在 performance_logs/ 目錄

測試 1：閒置狀態（未連接）

預期目標：

  • CPU: <5%
  • 記憶體: <400MB
  • GPU: <10%

測試方法： 自動包含在完整效能測試中（階段一）

檢查項目：

  • CPU 是否 <5%？
  • 記憶體是否穩定？
  • UI 反應是否流暢？

測試 2：連接裝置（接收 EMG）

預期目標：

  • CPU: <30%（從 122.7% 降至 <30%）⭐ 關鍵指標
  • 記憶體: <400MB
  • GPU: 20-30%

測試方法： 自動包含在完整效能測試中（階段二）

  1. 在程式中點擊 "Scan" 掃描裝置
  2. 選擇 EMG 裝置並點擊 "Connect"
  3. 等待基線校準完成（約 10 秒）
  4. 回到分析工具按 Enter 開始監控

檢查項目：

  • CPU 是否 <30%？（優化前 122.7%）
  • 示波器是否流暢更新？（雖然只有 5 FPS）
  • 記憶體是否穩定不增長？
  • 個別通道是否正常顯示？（輪流更新）

測試 3：開啟攝影機（完整運作）

預期目標：

  • CPU: <50%（從 136.9% 降至 <50%）⭐ 關鍵指標
  • 記憶體: <500MB（從 4147MB 降至 <500MB）⭐⭐ 最關鍵
  • GPU: 20-40%

測試方法： 自動包含在完整效能測試中（階段三）

  1. 保持 EMG 連接狀態
  2. 點擊 "Start Recording" 開始錄影
  3. 攝影機預覽視窗會自動開啟（320x240）
  4. 回到分析工具按 Enter 開始監控
  5. 工具會監控 15 秒
  6. 觀察記憶體是否持續增長

檢查項目：

  • CPU 是否 <50%？（優化前 136.9%）
  • 記憶體是否 <500MB？（優化前 4147MB）
  • 記憶體是否穩定不持續增長？（最重要）
  • 攝影機預覽是否流暢？（15fps）
  • MediaPipe 手部追蹤是否正常？
  • 示波器和攝影機是否同時運作無卡頓？

測試 4：停止錄影（記憶體釋放）

預期目標：

  • 記憶體應該回到 <400MB
  • 無殘留記憶體洩漏

測試方法：

  1. 點擊 "Stop Recording" 停止錄影
  2. 等待 2-3 秒（垃圾回收）
  3. 檢查記憶體是否下降

檢查項目：

  • 記憶體是否明顯下降？
  • 攝影機視窗是否關閉？
  • 檔案是否正確儲存？

測試 5：重複錄影（耐久測試）

預期目標：

  • 連續錄影 3 次後記憶體仍 <600MB
  • 無累積性記憶體洩漏

測試方法：

  1. 開始錄影 → 錄 30 秒 → 停止
  2. 記錄此時記憶體使用量
  3. 重複步驟 1-2 共 3 次

檢查項目：

  • 第 1 次錄影：記憶體 _____ MB
  • 第 2 次錄影：記憶體 _____ MB
  • 第 3 次錄影：記憶體 _____ MB
  • 記憶體是否線性增長？（不應該）

📊 效能比較表

請在測試後填寫實際數據：

階段 優化前 CPU 優化後 CPU 優化前記憶體 優化後記憶體
未連接 0.7% _____ % 342 MB _____ MB
已連接 122.7% 🔥 _____ % 350 MB _____ MB
攝影機 136.9% 🔥 _____ % 4147 MB 💥 _____ MB

🎯 成功標準

必須達成（優先級 1）

  • CPU（已連接）：< 30%（優化前 122.7%）
  • 記憶體（攝影機）：< 500MB（優化前 4147MB）
  • 記憶體不洩漏：重複錄影後 < 600MB

應該達成（優先級 2）

  • CPU（攝影機）：< 50%（優化前 136.9%）
  • 示波器流暢（5 FPS 可接受）
  • 攝影機預覽流暢（15 FPS）

良好表現（優先級 3）

  • GPU 使用率 > 30%
  • 無明顯卡頓或延遲
  • 長時間運行穩定

⚠️ 可能遇到的問題

問題 1：CPU 仍然很高（>50%）

可能原因：

  • pyqtgraph 未正確應用優化設定
  • 其他背景程序佔用 CPU

解決方法：

# 檢查 pyqtgraph 配置
import pyqtgraph as pg
print(pg.getConfigOptions())

問題 2：記憶體仍然暴增

可能原因：

  • 垃圾回收未生效
  • OpenCV 內部緩衝區未釋放

解決方法：

# 強制垃圾回收（測試用）
import gc
gc.collect()

問題 3：示波器不更新

可能原因：

  • 5 FPS 太慢（可調整為 10 FPS）

解決方法：

# 修改 main_window.py line 206
self._plot_timer.setInterval(100)  # 改為 10 FPS

📝 測試報告範本

測試日期：_____________
測試人員：_____________

測試結果總結

CPU 優化效果：

  • 未連接：_____ %（目標 <5%）
  • 已連接：_____ %（目標 <30%，優化前 122.7%）
  • 攝影機：_____ %（目標 <50%，優化前 136.9%）

記憶體優化效果：

  • 未連接：_____ MB（目標 <400MB）
  • 已連接：_____ MB（目標 <400MB）
  • 攝影機：_____ MB（目標 <500MB，優化前 4147MB）

使用體驗：

  • 示波器流暢度：⭐⭐⭐⭐⭐ / 5
  • 攝影機流暢度：⭐⭐⭐⭐⭐ / 5
  • 整體穩定性：⭐⭐⭐⭐⭐ / 5

問題與建議：

是否通過測試： ☑️ 通過 / ☐ 未通過

🚀 下一步

如果測試通過

  1. 更新 PERFORMANCE_MACOS.md 文檔
  2. 提交優化代碼到 GitHub
  3. 關閉相關 issue

如果測試未通過

  1. 記錄具體問題和數據
  2. 分析瓶頸所在
  3. 實施進一步優化
  4. 重新測試