1

我正在使用 Dlib 测试一些东西，并使用 tools/imglab/build/imglab 中包含的编译工具在我想要识别的对象的实例周围选择了矩形。使用这个描述我想要检测的对象的几个不同视图的 xml 文件，我运行火车对象预测器并进行了一些更改：

training_xml_path = os.path.join(faces_folder, "cooldataset.xml")
testing_xml_path = os.path.join(faces_folder, "cooldataset.xml")

并在图像目录中运行，生成一个detector.svm。

现在我为图像运行一个修改过的对象检测器，它检测到许多它应该检测到的对象并在它们周围放置一个矩形，但是在 1920x1080 的屏幕截图中找到它们需要将近 2 秒！这是在 i5-3230M CPU @ 2.60GHz × 4 上，所以我想知道我是否缺少一些压缩或其他步骤以使其运行得更快或在功能较弱的设备上工作。如果重要的话，这是从 dlib-18.16 在 Ubuntu 上编译的。

4

1 回答 1

2

我正在使用 Dlib 的对象检测器来处理类似的情况，并且我在 1920x1080 重新定位上使用类似的处理器有 20 fps

首先 - 从 github 获取最新版本之后确保您启用了 AVX 支持（-mavx）并且您正在编译优化代码（-O3 或 -Ofast）

如我所见-您正在为 Dlib 使用 Python 接口。要编译它，您应该调用：

python setup.py install --yes USE_AVX_INSTRUCTIONS

（按照 dlib 文件夹中的 readme.txt 说明进行操作）

于 2016-05-11T08:59:26.123 回答