python - CNN特征提取时间
问题描述
我有一个数据集,其中包含从多个视频中提取的 26 万张图像。我想提取这些图像的特征并将它们用于帧检索。我使用了在 Keras 库中实现的 VGG16(在 imagenet 上预训练),在最后一个卷积层中使用了“avg”池化。VGG16 为我提供了一个由每个图像的 512 个数字(特征)组成的向量。困扰我的唯一原因是这种情况太耗时了。对于我的数据集,大约需要一天零 6 个小时,这太过分了。
这个经过的时间正常吗?
由于性能低下,我从 VGG16 切换到已经在 Keras 中实现的 DenseNet121。对于这个模型(现在),从我 33% 的图像(大约 86000 张)中提取特征需要一天零 18 个小时。
我再问:这个经过的时间正常吗?
有什么方法可以更快地提取特征?即使不使用已实现的算法?如果您需要更多说明,请提出要求。谢谢你!
解决方案
推荐阅读
- r - 根据 r 中的行和将行值更改为 0
- amazon-web-services - DynamoDB 使用无服务器 Python 模板为正文提供 KeyError
- javascript - ReactJS:如何在循环中维护多个 ReadMore/ReadLess 按钮的索引
- python - 如何处理snakemake的配置文件中提供的ftp链接?
- django - Django 从外键迁移到整数字段错误发生
- javafx - 创建 Javafx jar 文件
- c# - AWS SES 从版本 2 升级到版本 4?
- python - Python 块键盘/鼠标输入
- reactjs - 带有访问/刷新令牌的 LocalStorage 发现 api
- javascript - v-runtime-template vuejs 无法访问根属性