使用python的OpenCV读取文件花费的时间太长了

系统：ubuntu 18.04 LTS Python: 3.6.8 OpenCV 3.4.4: cpu：英特尔i5-7300HQ cpu@2.50ghz，4核 gpu：nvidia GTX 1050 mobile (4gb) 我尝试使用PyTorch(1.3.1)训练一个简单的图像分类神经网络模型 我在一个文件夹中存储了一堆图片(35.000张照片，175.6mb)。 我走过所有的路:

def _get_imgs_paths(path):
        _, _, imgs_paths = list(os.walk(path))[0]
        return imgs_paths

在我调用另一个加载所有照片的函数后:

def _get_xys(path):
        imgs_paths = DataSet._get_imgs_paths(path)
        imgs_paths = sorted(imgs_paths)
        cats_paths = list(filter(lambda path: 'cat' in path, imgs_paths))
        dogs_paths = list(filter(lambda path: 'dog' in path, imgs_paths))
        noise_paths = list(filter(lambda path: 'noise' in path, imgs_paths))
        balanced_paths = []
        for i in range(len(imgs_paths)):
            if i % 3 == 0:
                balanced_paths.append(cats_paths.pop())
            elif i % 3 == 1:
                balanced_paths.append(dogs_paths.pop())
            else:
                balanced_paths.append(noise_paths.pop())
        xs = []
        ys = []

        **
        for img_path in balanced_paths:
            if 'cat' in img_path:
                y = global_config.dataset.CAT
            elif 'dog' in img_path:
                y = global_config.dataset.DOG
            elif 'noise' in img_path:
                y = global_config.dataset.NOISE
            else:
                raise Exception('No such class')
            ys.append(y)
            // seems like this call causes the slowdown
            img = cv2.imread(os.path.join(path, img_path))
            r, g, b = cv2.split(img)
            img = np.stack([r, g, b])
            xs.append(img)
        **
        return xs, ys

现在开始:将图像写入内存的过程需要5分钟。这很荒谬，因为几天前一切都很快。有一天，我刚睡醒，开始检查夜间训练的结果，在什么再次启动了学习过程之后，我注意到这个巨大的减速。我不知道发生了什么。我点击Ctrl+C，得到以下回溯:

我做了好几次，它一直在这里。我打开htop，注意到: LMAO。我只是试图重现这个问题，令人惊讶的是，它做的一切都很完美，例如:相当快:

但是我停止了，再次运行，得到了我所说的问题。Htop: 谷歌说红色的D代表“不间断的睡眠”。 所以，问题是:这里发生了什么，为什么会发生? 问题来源StackOverflow 地址：/questions/59378710/reading-files-usin-pythons-opencv-takes-too-long