"""
RTX 3050 TensorRT vs PyTorch 推理性能对比测试

测试目标：
- 对比 TensorRT 和 PyTorch 推理方式的性能差异
- 评估最大同时接入摄像头路数
- 测试单路与整体系统的最大稳定帧率
- 生成详细的可视化分析报告

测试环境：
- GPU: RTX 3050 (8GB)
- 模型: YOLOv8n
- 分辨率: 320x320, 480x480
- 精度: FP16, FP32
"""

import sys
import os
import json
import time
from pathlib import Path
from datetime import datetime

# 添加当前目录到路径
sys.path.insert(0, os.path.dirname(os.path.abspath(__file__)))

def main():
    print("=" * 80)
    print("RTX 3050 TensorRT vs PyTorch 推理性能对比测试")
    print("=" * 80)
    
    # 检查环境
    print("\n🔍 检查测试环境...")
    check_environment()
    
    # 运行对比测试
    print("\n🚀 开始对比测试...")
    run_comparison_tests()
    
    print("\n✅ 对比测试完成!")

def check_environment():
    """检查测试环境"""
    try:
        import torch
        print(f"✅ PyTorch: {torch.__version__}")
        if torch.cuda.is_available():
            print(f"✅ CUDA: {torch.version.cuda}")
            print(f"✅ GPU: {torch.cuda.get_device_name(0)}")
            print(f"✅ 显存: {torch.cuda.get_device_properties(0).total_memory // 1024**3}GB")
        else:
            print("❌ CUDA 不可用")
    except ImportError:
        print("❌ PyTorch 未安装")
    
    try:
        import tensorrt
        print(f"✅ TensorRT: {tensorrt.__version__}")
    except (ImportError, FileNotFoundError):
        print("⚠️ TensorRT: 不可用，将使用 Ultralytics 优化模式")
    
    try:
        import ultralytics
        print(f"✅ Ultralytics: {ultralytics.__version__}")
    except ImportError:
        print("❌ Ultralytics 未安装")

def run_comparison_tests():
    """运行对比测试"""
    from benchmark.comparison_runner import ComparisonRunner
    
    MODEL_PATH = "C:/Users/16337/PycharmProjects/Security_project/yolov8n.pt"
    OUTPUT_DIR = "./comparison_results"
    
    runner = ComparisonRunner(MODEL_PATH, OUTPUT_DIR)
    runner.run_full_comparison()

if __name__ == "__main__":
    main()