我正在研究一个高分辨率数据集，用于提取所需的图像对象。为此，我应用了 HOG + SVM。虽然我得到的结果非常有希望并且在操作上被接受，但这项任务的速度很烦人！对于每个大小为 2800 * 1400 的图像，算法需要 4 分钟才能完成，这与我需要的时间相去甚远。大部分时间用于执行滑动窗口。我需要在 10 秒内完成此识别程序。由于我使用了 Matlab，似乎达到 10 秒是不可能的，我必须考虑C++。但是，我从未与C++合作过，也没有足够的时间来学习这项任务。
我很感激知道有没有办法加快 Matlab 或 Python 中的滑动窗口以在 1 分钟内执行识别？
它必须是 HOG-SVM 吗？
如果没有，则可以使用计算机视觉系统工具箱中的trainCascadeObjectDetector函数。它训练一个增强级联分类器，并为您提供 HOG、LBP 和 Haar 特征的选择。然后您可以使用 vision.CascadeObjectDetector ，它使用本机代码在内部实现滑动窗口，使其更快。
请参阅 matlab 文档，了解如何训练级联对象检测器。