Python 提高HOG-SVM分类器的速度/性能

我试图在视频中发现人。最初我提出了这个简单的代码

hog = cv2.HOGDescriptor()
hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())

def detectPeople(foreground):
    start = time.time()
    rects, weights = hog.detectMultiScale(foreground, winStride=(2, 2), padding=(8, 8), scale=1.05)
    rects = np.array([[x, y, x + w, y + h] for (x, y, w, h) in rects])
    people = non_max_suppression(rects, probs=None, overlapThresh=0.65)
    end = time.time()

我对视频中的每一帧都进行

检测。这些是前五帧的定时结果

time:  0.9525866508483887
time:  0.9560775756835938
time:  0.9591171741485596
time:  0.9400520324707031
time:  0.9048192501068115

这简直是荒谬地接近每帧1秒。以每秒25帧的速度播放10秒的视频，需要4分钟！！！任何关于这件事的建议都将不胜感激