我正在用Dlib测试一些东西，我使用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。使用此xml文件描述我想要检测的对象的几个不同视图，我运行了一些火车对象预测器：
training_xml_path = os.path.join(faces_folder, "cooldataset.xml")
testing_xml_path = os.path.join(faces_folder, "cooldataset.xml")
并在images目录中运行，生成一个detector.svm。
现在我为一个图像运行一个修改过的物体探测器，它会检测到它应该有的许多物体并在它们周围放置一个矩形，但在1920x1080的截图中找到它们需要将近2秒钟！这是在i5-3230M CPU @ 2.60GHz×4上，所以我想知道是否有一些压缩或其他步骤，我缺少使其更快或在功能较弱的设备上工作。如果重要的话，这是在dlib-18.16上在Ubuntu上编译的。
答案 0 :(得分：2)
我正在使用Dlib的物体探测器来处理类似的情况，并且我使用类似的处理器在1920x1080上使用了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 ）
正如我所见 - 你正在为Dlib使用Python接口。要编译它，你应该调用：
python setup.py install - 是USE_AVX_INSTRUCTIONS
（按照dlib文件夹中的readme.txt说明进行操作）