Opencv Python SVM+;猪
我正在用Opencv和python开发一个对象检测器。我目前正在为我的问题试验几种变体。我注意到detectmultiscale()和predict()似乎只使用一个处理器。这使得我的程序非常慢。 我想问一下,是否可以在几个处理器上分配任务 我做了这个简单的程序来检测我的对象,使用我训练过的分类器。在这里,我缩放整个图像,然后应用滑动窗口。之后,我使用predict检测当前窗口中的对象。这是非常慢,但它只使用我的cpu的25%。有没有一种解决方案可以通过使用更多资源来加快速度Opencv Python SVM+;猪,python,opencv,svm,object-detection,Python,Opencv,Svm,Object Detection,我正在用Opencv和python开发一个对象检测器。我目前正在为我的问题试验几种变体。我注意到detectmultiscale()和predict()似乎只使用一个处理器。这使得我的程序非常慢。 我想问一下,是否可以在几个处理器上分配任务 我做了这个简单的程序来检测我的对象,使用我训练过的分类器。在这里,我缩放整个图像,然后应用滑动窗口。之后,我使用predict检测当前窗口中的对象。这是非常慢,但它只使用我的cpu的25%。有没有一种解决方案可以通过使用更多资源来加快速度 # loop ov
# loop over the image pyramid
for resized in pyramid(image, scale=1.5):
# loop over the sliding window for each layer of the pyramid
for (x, y, window) in sliding_window(resized, stepSize=32, windowSize (winW, winH)):
# if the window does not meet our desired window size, ignore it
if window.shape[0] != winH or window.shape[1] != winW:
continue
# now comes the prediction as well as marking the detected objects with rectangles