我训练了CaffeNet（more precisely Cifar10 model for two classes classification）模型。现在该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。我还没有测试代码可以为640 x 480图像运行的速度。我的目标是我喜欢5~10帧/秒，非常适合离线检测。我知道我需要实现多尺寸检测（即我们在面部检测中所做的事情，原始图像尺寸会针对不同的较小尺寸重新调整尺寸），这样我就不会错过每一帧中的行人。
根据这个paper，它们在训练中使用64 x 128图像大小，在3ms /窗口中使用检测，对于100个窗口/图像，它需要300毫秒/帧。不确定它们是否实现了多尺寸检测方法。如果实施多尺寸，则需要更长时间。
目前，我只知道实现test_predict_imagenet.cpp方法进行多尺寸检测。我知道会很慢。
使用CaffeNet模型有没有更有效的检测方法？我的目标只有5~10帧/秒的速度。感谢