推理耗时与论文给出的数据存在较大出入

[zisang0210]

在mmdet/models/detectors/ae_textspotter.py第465行插入代码

with mmcv.Timer():
    text_det_bboxes, text_det_labels = self.simple_test_text_bboxes(
        x, img_meta, text_proposal_list, self.test_cfg.text_rcnn, rescale=rescale)
    rects = self.simple_test_text_mask(x, img_meta, text_det_bboxes, text_det_labels, rescale=rescale)

执行命令
python tools/rects_test.py --local_rank=0 local_configs/rects_ae_textspotter_lm_r50_1x.py work_dirs/rects_ae_textspotter_lm_r50_1x/rects_ae_textspotter_lm_r50_1x.pth --launcher none --json_out results.json
得到TDM（text detection module）在单块Tesla V100 GPU上的平均耗时是1306ms，与论文中所说在1080Ti GPU上的平均耗时是440ms有较大出入，且整体推理速度是0.66fps，与论文中1.3fps存在较大差距。除此之外，根据results.json计算评价指标时可以复现README.md中的结果。请问这是什么原因？