Android 如何优化tensorflow对象检测器？

我正在用tensorflow做一个物体探测器，我有一些问题。 Im使用120个映像、20k个步骤和ssd_mobilenet_v2培训一个要部署在上的模型（应用于TFDetect活动）。使用Android Studio在Windows 10上进行即时通讯。 我可以成功地对其进行训练，效果良好，但检测间隔太长，比如4到5秒：

09-26 12:24:56.904 7986-7986/org.tensorflow.demo I/tensorflow: DetectorActivity: Preparing image 192 for detection in bg thread.
09-26 12:24:56.999 7986-8002/org.tensorflow.demo I/tensorflow: DetectorActivity: Running detection on image 192
09-26 12:25:00.439 7986-8002/org.tensorflow.demo I/tensorflow: MultiBoxTracker: Processing 0 results from 192
09-26 12:25:00.508 7986-7986/org.tensorflow.demo I/tensorflow: DetectorActivity: Preparing image 225 for detection in bg thread.
09-26 12:25:00.595 7986-8002/org.tensorflow.demo I/tensorflow: DetectorActivity: Running detection on image 225
09-26 12:25:04.059 7986-8002/org.tensorflow.demo I/tensorflow: MultiBoxTracker: Processing 0 results from 225
09-26 12:25:04.060 7986-7986/org.tensorflow.demo I/tensorflow: DetectorActivity: Preparing image 258 for detection in bg thread.
09-26 12:25:04.154 7986-8002/org.tensorflow.demo I/tensorflow: DetectorActivity: Running detection on image 258
09-26 12:25:07.559 7986-8002/org.tensorflow.demo I/tensorflow: MultiBoxTracker: Processing 0 results from 258

当我在新手机上运行时。时间减少到2或3秒。而且，当我开始使用MobileNet模型时，它变得 好一点。我一直在寻找一些使人乐观的方法或者一些可以缩短时间的方法

什么因素会影响检测速度？（更多图片？更多培训步骤？）我可以使用哪些优化方法

我有阅读和阅读能力，但大多数例子都是关于图像的

---

分类器或不推荐使用，给我带来了很多错误。我真的很困惑。

有多种方法可以减少检测时间。例如，您可以尝试向神经网络输入更小的图像（像素越少，计算就越少），或者以灰度进行训练和分类。（更少的颜色==更少的数据==更少的计算）