python用opencv做的人脸识别占用性能严重,怎么优化?
关于您的问题的描述性信息太少。无法给出具体答案。你只能给出一个大概的想法。
python虽然易学易用,但效率不高,所以一般适合实验性代码开发,可以快速验证思想或算法的正确性。例如,在谈到人脸识别时,无论是使用深度学习算法还是传统算法,都应该首先设计一个算法,验证它是否能正常工作。只有能够正确检测出人脸的算法才是可行的算法。至于效率,这是下一个优化目标。
一般来说,图像处理的计算量比较大,在验证了算法的正确性后,通常会将python代码移植到更高效的c/c平台上,特别是对于opencv,因为opencv的开发语言是c,至于如何用c调用python模型,请参考我写的一篇文章,也是关于图像处理的。
此外,对于计算量较大的任务,如深度学习,cpu往往难以满足计算要求,因此需要gpu加速。
python怎样调用opencv对单目相机进行标定?
您可以使用相同的方法检测图像中具有已知三维几何图形的任何对象。
如何基于opencv进行远距离的检测?
如果使用opencv,最直接的方法就是使用gpu。计算量最大的部分是hog的计算。opencv实现了原始的hog。你可以考虑一下dpm中的猪。通过对hog参数的调整,如面元个数、单元大小、是否插值、如何归一化等,也可以减少点的计算量,平衡检测效果。猪的多尺度是很费时的。你可以制作一个多重图像金字塔,计算每一层的猪,然后缩小这个多重图像的猪金字塔,得到n个尺度的多尺度猪。或者直接训练多个不同尺度的分类器逐个遍历。支持向量机是尽可能线性的。
对于初学者,用c还是python开发opencv程序?
作为初学者,你应该通过opencv开发应用学位来学习如何使用c语言,除非你天赋异禀,才华横溢,否则一定是一个漫长的过程,python不一样,语法简单,开发环境配置简单,opencv调用也简单,根据网上的例子,做一个像样的函数式程序并不太难,其中语言开发的关键在于:1环境要求2。你对项目效率的要求。
原文标题:python图像处理opencv python用opencv做的人脸识别占用性能严重,怎么优化?,如若转载,请注明出处:https://www.saibowen.com/wenda/19320.html
免责声明:此资讯系转载自合作媒体或互联网其它网站,「赛伯温」登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述,文章内容仅供参考。