私は Dlib でいくつかのものをテストしており、tools/imglab/build/imglab に含まれているコンパイル済みツールを使用して、認識したいオブジェクトのインスタンスの周りに四角形を選択しました。検出したいオブジェクトのいくつかの異なるビューを記述したこの xml ファイルを使用して、いくつかの変更を加えてトレイン オブジェクト プレディクターを実行します。
training_xml_path = os.path.join(faces_folder, "cooldataset.xml")
testing_xml_path = os.path.join(faces_folder, "cooldataset.xml")
images ディレクトリで実行すると、detector.svm が作成されます。
画像に対して修正されたオブジェクト検出器を実行すると、必要なオブジェクトの多くが検出され、それらの周りに四角形が配置されますが、1920x1080 のスクリーンショットでそれらを見つけるのに約 2 秒かかります! これは i5-3230M CPU @ 2.60GHz × 4 上にあるので、速度を上げたり、それほど強力でないデバイスで動作させるために、圧縮やその他のステップが欠けているのではないかと思います。これが重要な場合、これは dlib-18.16 から Ubuntu でコンパイルされます。