我目前正在将 DenseNet_121 dnn 模型用于 ImageNet 数据集，并在 OpenCv 中使用 Caffe 框架对图像进行分类。
我的问题是我只想知道特定对象（例如老虎）是否在框架中，而不是 ImageNet 数据集的所有 1000 个对象的概率。
为了解决这个问题，我创建了一个单独的 my_objects.txt 文件，其中包含我感兴趣的对象。然后我检查 ImageNet 数据集中最有可能出现在框架中的对象是否在该 my_objects.txt 文件中。
问题在于它非常慢（在树莓派上运行）。我的猜测是，这是因为该模型正在计算所有 1000 个对象的概率，而不是仅计算我真正感兴趣的少数对象。
有没有办法从模型中删除其他对象以加快速度？
我拥有的文件是：
- DenseNet_121.caffemodel
- DenseNet_121.protobuf
- classification_classes_ILSVRC2012.txt（列出 ImageNet 数据集的 1000 个对象）
- my_objects.txt（列出感兴趣的classification_classes_ILSVRC2012的对象）
如果有人可以帮助我，将不胜感激！