动作识别不是把视频“播放”一遍。它要对每一帧（或按策略抽出的帧）做人体姿态估计，篮球、网球、羽毛球还要检测和追踪球、球拍，之后再做时间序列分析。所以慢的原因可以出现在很多层。下面按“先易后难”的顺序，一层层排查。
为了知道时间花在哪里，可以把一次分析大致拆成四段：视频解码（把压缩视频还原成一帧帧图像）、预处理（缩放、裁剪出人物区域）、模型推理（姿态估计、球与器材的检测追踪）、后处理（关键点平滑、生成时间序列和报告）。其中推理通常最耗算力，解码在高分辨率、高帧率视频上也不轻，后处理一般较快。看清这一点，后面每一层的排查才有的放矢。
第一层：先算一算，这段视频到底有多少帧
最容易被忽略的是视频本身的体量。处理量大致正比于总帧数，而总帧数等于时长乘以帧率。
| 拍摄方式（模拟示例） | 时长 | 总帧数 |
|---|---|---|
| 30帧每秒，普通拍摄 | 10秒 | 300帧 |
| 120帧每秒，慢动作 | 10秒 | 1200帧 |
| 240帧每秒，慢动作 | 10秒 | 2400帧 |
| 30帧每秒，整段训练不裁剪 | 5分钟 | 9000帧 |
同样是“一段视频”，帧数可以差出一个数量级。如果一次挥杆只有两秒，却拍了五分钟连续训练，模型要处理的绝大部分帧里其实没有动作。这是最常见、也最容易修复的慢因：先把视频剪到动作前后各留一两秒。
第二层：分辨率和帧率，选“够用”而不是“最高”
手机相机里往往有“4K、1080p、720p”和“30、60、120、240帧”的多种组合。公开资料中，不少手机的高帧率慢动作通常在1080p下提供，更高的帧率有时会以更低的分辨率为代价，具体因机型而异。
对AI分析来说，两个量的作用不同：
- 分辨率决定单帧里人物和器材是否看得清。但多数姿态模型的输入图像会被缩放到固定的较小尺寸再送进网络，4K和1080p在模型看来差别没有想象中大，代价却是解码更慢、文件更大、上传更久。
- 帧率决定快动作被采样了多少次。羽毛球杀球、高尔夫下杆这类瞬间，帧率不足会让关键姿态缺失，帧率高了则处理量线性增长。
od体育App的设计取向是让不同项目采用不同的拍摄建议：篮球战术看的是较长时间尺度上的位置变化，通常不需要超高帧率；高尔夫和羽毛球更需要高帧率。所以“开到最高”不是好办法，建议按项目选择。羽毛球的帧率难题可以进一步阅读《羽毛球飞得太快，普通手机视频还能分析吗？od体育AI面对的帧率难题》。
第三层：手机本身的性能，在于芯片、内存和硬件加速
端侧推理主要吃三类资源：CPU、GPU或专用的NPU、内存。公开资料中，主流的端侧姿态方案会提供CPU与GPU等不同的运行路径，同一个模型在不同芯片上速度可能差很多，而且硬件加速路径也存在设备和驱动差异，个别情况下还会出现兼容问题。这意味着：
- 同样的视频，旧手机慢并不意外，因为加速单元少、内存带宽低。
- 可用内存不足时，系统会频繁回收后台，分析任务被打断或降速。
- 存储空间几乎满了，视频解码和中间结果写入也会变慢。
检查方法很朴素：看手机剩余存储是否充足，关闭不用的应用，重启一次释放内存。至于旧手机到底能不能胜任，以及CPU、GPU、NPU分别扮演什么角色，见《旧手机能不能运行od体育AI？动作识别真正吃的是CPU、GPU还是NPU》。
第四层：越算越慢，可能是发热降频
一个典型现象是：第一段视频分析得很快，连续分析第二、第三段就明显变慢，机身发烫。这通常是热管理在起作用。公开的Android文档提到，在没有持续性能模式的情况下，设备可能一开始高帧率运行，长时间负载后因为发热而降频；系统同时提供热状态接口，应用可以据此主动降低负载。苹果的开发文档则把系统热状态分成正常、轻度、严重、危急几档，并建议在严重及以上时减少CPU、GPU和读写的工作量。
用户能做的事情：
- 连续分析之间留几分钟，让手机散热，不要一边充电一边分析。
- 摘下保护壳，避免在阳光直射或高温车内使用。
- 分批处理，一次只分析一个训练片段，而不是把整个下午的录像一起丢进去。
发热降频是物理限制，App能做的是降低处理量或者放慢节奏，用户很难靠设置绕开。若发现总是一到某个进度就慢下来，很可能就是这个原因。
第五层：后台处理、网络和排队
还有两种“看起来是慢，其实是等”的情形。
后台被系统限制。很多手机在切到后台之后，会限制应用的CPU时间。如果你在分析途中切去别的应用，分析可能被暂停或放慢。建议分析时保持App在前台并且屏幕常亮，等待完成之后再切走。
需要上传时，等的是网络。如果某类分析需要把视频上传，进度条会先卡在上传阶段。这与手机算力无关，要查的是网络与视频体积，详见《od体育App视频上传失败怎么办？格式、文件大小和网络问题逐层检查》。
自己做一次对照测试，比猜原因更快
不确定慢在哪一层，可以做一个小实验：同一个动作，各拍一段10秒以内的视频，一段用1080p、30帧，一段用1080p、较高帧率；先在手机凉的时候分析一次，记下用时；再连续分析几次，对比后面几次是否明显变慢。前两段的差异说明是帧数问题，后面几次的差异说明是发热问题。这个测试只需要十分钟，也不需要任何专业工具，得到的结论比“可能是手机旧了”可靠得多。
什么时候该改设置，什么时候该接受限制
综合起来，可以用下面的顺序判断：
- 先裁剪时长，几乎没有代价。
- 再把分辨率降到1080p或更低，帧率按项目需要选，不必最高。
- 清理存储，关闭后台，避免边充电边分析。
- 做完前三步仍然很慢，而且同一段视频在这台手机上稳定地慢，多半是硬件上限。此时可以换一台手机分析，或者把拍摄参数调低，拿一个“够用但不完美”的结果。
还需要提醒：降低分辨率和帧率会带来精度代价。比如高尔夫下杆的杆头，在低帧率下可能真的丢帧，这不是App慢，而是信息已经没有了。所以对精度要求高的动作，宁可少拍一些、剪短一些，也不要把帧率降到失真。拍摄本身的问题，比如机位和距离，则可以先回头看《od体育App拍篮球和拍高尔夫为什么机位完全不同？》，好的机位能让模型更稳，也就少一些重复重算的可能。
如果你想知道这个分析在项目层面到底做了什么，可以回到《第一次使用od体育App，为什么系统要先问你练什么项目？》，那里解释了不同项目启用的模型为什么处理量不同。
