如何进一步优化拥有tensorflow+opencv+pyrealsense2的python代码

Question

当前状态

现在，我有一个python代码，它使用pyrealsense2、cv2、tensorflow来读取tensorflow模型。我已经用cythonized它而没有将.py更改为.pyx即我没有用cdef更改任何变量，因为大多数变量都依赖于指定的库。你知道吗

我有一项关于如何使用上的cdef部分的研究，例如从到pyrealsense2，但是这些来源让我一无所获。我只能找到一些cv2包装，但对我来说还不够。此外，我是cython的新人。所以，我也很难把它转换成cython。你知道吗

问题是

是否真的有可能优化和加速具有tensorflow + pyrealsense2 + cv2的代码？我确信我可以为cv2部分做些什么，但最重要的是尽可能减少模型的推理时间。你知道吗

示例和预期结果

我的目标是转化例如：

pipeline = rs.pipeline()
config_rs = rs.config()
config_rs.enable_stream(rs.stream.depth, 848, 480, rs.format.z16, FRAME_RATE)
config_rs.enable_stream(rs.stream.color, 848, 480, rs.format.bgr8, FRAME_RATE)
frames = pipeline.wait_for_frames()
try:
    while True:


            depth_frame = frames.get_depth_frame()
            color_frame = frames.get_color_frame()

            if not depth_frame or not color_frame:
                continue
            depth_image = np.asanyarray(depth_frame.get_data())
            color_image = np.asanyarray(color_frame.get_data())
            x, y = sess.run([x_, y_], feed_dict={input_img: [depth_img]})

变成这样：

cdef "type of this" pipeline = rs.pipeline()
cdef "type of this" config_rs = rs.config()
config_rs.enable_stream(rs.stream.depth, 848, 480, rs.format.z16, FRAME_RATE)
config_rs.enable_stream(rs.stream.color, 848, 480, rs.format.bgr8, FRAME_RATE)
cdef "type of this" frames = pipeline.wait_for_frames()
try:
    while True:


            cdef "type of this" depth_frame = frames.get_depth_frame()
            cdef "type of this" color_frame = frames.get_color_frame()

            if not depth_frame or not color_frame:
                continue
            cdef "type of this" depth_image = np.asanyarray(depth_frame.get_data())
            cdef "type of this" color_image = np.asanyarray(color_frame.get_data())
            cdef "type of them" x, y = sess.run([x_, y_], feed_dict={input_img: [depth_img]})

进一步

首先，感谢您的帮助，我倾向于优化tensorflow + pyrealsense2部分，但我想听听其他类型优化的建议（可能我还没有读到它们）。你知道吗

注意：有些人可能会建议我使用TensorRT，但遗憾的是我使用的是Windows机器。你知道吗