python - CNN特征提取时间

Question

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！

标签： pythonkerasfeature-extraction