我训练 CaffeNet（更准确地说是用于两类分类的 Cifar10 模型）模型。现在模型已准备好进行检测。对于使用单个图像的模型测试，我使用test_predict_imagenet.cpp. 我还没有测试代码对于 640 x 480 图像的运行速度有多快。我的目标是我喜欢 5~10 帧/秒对于离线检测来说很好。我知道我需要实现多尺寸检测（即，就像我们在人脸检测中所做的那样，原始图像尺寸会针对不同的较小尺寸重新调整大小），这样我就不会错过每一帧中的行人。
根据这篇论文，他们在训练中使用 64 x 128 的图像大小，检测需要 3 毫秒/窗口，对于 100 个窗口/图像，需要 300 毫秒/帧。不确定他们是否实施多尺寸检测方法。如果实现多尺寸，则需要更长的时间。
目前，我只了解test_predict_imagenet.cpp多尺寸检测的实现方法。我知道它会很慢。有没有更有效的检测方法使用 CaffeNet 模型？我的目标非常适合 5~10 帧/秒的速率。谢谢