我想计算10幅图像：左上角，右上角，左下角，右下角，中心，以及所有图像都是镜像的。图像存储在Numpy数组blob中，形状为N x Channels x Height x Width，其中N是源图像的数量。
切片的左上角存储在tls中，切片的右下角点存储在brs中。以下代码提取作物以及每种作物的水平镜像版本：
m = 10 if mirror else 5
crops_shape = ((blob.shape[0] * m,) + blob.shape[1:-2] + crop_dimensions)
crops = np.empty(shape=crops_shape, dtype=blob.dtype)
for i in range(0, blob.shape[0]):
p = i * m
for k, (tl, br) in enumerate(zip(tls, brs)):
crops[p + k] = blob[i, ..., tl[0]:br[0], tl[1]:br[1]]
if mirror:
crops[p + 5:p + 10] = crops[p:p + 5, ..., ::-1]
return crops
对于单个图像，blob例如可以具有形状（1,3,226,226）。所有作物都具有相同的大小，例如（227x227），因此结果数组crops在这种情况下将具有形状（10,3,227,227）（当mirror为真时）
不幸的是，当blob是float32数组时，上面的方法太慢（大约1.5ms /图像）。有没有办法让这更快？