私は現在、ImageNet データセットに DenseNet_121 dnn モデルを使用し、画像を分類するために OpenCv の Caffe フレームワークを使用しています。
私の問題は、ImageNet データセットの 1000 個すべてのオブジェクトの確率ではなく、トラなどの特定のオブジェクトがフレーム内にあるかどうかだけを知りたいことです。
これを解決するために、関心のあるオブジェクトを含む別の my_objects.txt ファイルを作成しました。次に、フレーム内に存在する可能性が最も高い ImageNet データセットのオブジェクトがその my_objects.txt ファイルにあるかどうかを確認します。
これの問題は、非常に遅いことです（ラズベリーパイで実行）。私の推測では、モデルが実際に関心のあるいくつかのオブジェクトだけではなく、1000 個のオブジェクトすべての確率を計算しているためです。
モデルから他のオブジェクトを削除してスピードアップする方法はありますか?
私が持っているファイルは次のとおりです。
- DenseNet_121.caffemodel
- DenseNet_121.protobuf
- classification_classes_ILSVRC2012.txt (ImageNet データセットの 1000 個のオブジェクトを一覧表示)
- my_objects.txt (目的の classification_classes_ILSVRC2012 のオブジェクトをリストします)
誰かが私を助けてくれたらありがたいです!