Yolo обнаружение объектов(без tensorflow)

что можно сделать чтоб код выдавал 1 кадр в секунду? Просто программа выдает только 1 кадр в 4 секунды

Я целый день пытался установить tensorflow, но ничего не вышло - ибо постоянно вылетали ошибки, только под конец дня я узнал что его можно установить только от python 3.5 до 3.8 , а у меня 3.8.2

Возможно ли оптимизировать этот код так чтоб он выдавал 1fps? Просто больше не нужно в принципе

Сам код в цикле создает скриншот и после сканирует его

Компьютер хороший (8GB RAM, GTX1050, i5 2400, SSD)

import cv2
import numpy as np
from pyautogui import screenshot as scrnshot
# Загрузка Yolo
net = cv2.dnn.readNet("yolov3.weights", "yolov3.cfg")
classes = []
with open("coco.names", "r") as f:
       classes = [line.strip() for line in f.readlines()]
layer_names = net.getLayerNames()
output_layers = [layer_names[i[0] - 1] for i in net.getUnconnectedOutLayers()]
colors = np.random.uniform(0, 255, size=(len(classes), 3))
# Загрузка изображения
while True:
    im1 = scrnshot(region=(1, 30, 800, 600)) # создание скриншота в области окна
    im1.save(r"C:\Users\Admin\Desktop\yolo_object_detection\screenshot.png")# Admin - имя пользователя
    img = cv2.imread("screenshot.png") # загрузка скриншота
    height, width, channels = img.shape
        # Обнаружение объектов 
    blob = cv2.dnn.blobFromImage(img, 0.00392, (416, 416), (0, 0, 0), True, crop=False)
    net.setInput(blob)
    outs = net.forward(output_layers)
        # Показ информации
    class_ids = []
    confidences = []
    boxes = []
    for out in outs:
        for detection in out:
            scores = detection[5:]
            class_id = np.argmax(scores)
            confidence = scores[class_id]
            if confidence > 0.5:
                # Обнаруженный объект
                center_x = int(detection[0] * width)
                center_y = int(detection[1] * height)
                w = int(detection[2] * width)
                h = int(detection[3] * height)

                # Координаты прямоугольника
                x = int(center_x - w / 2)
                y = int(center_y - h / 2)

                boxes.append([x, y, w, h])
                confidences.append(float(confidence))
                class_ids.append(class_id)

    indexes = cv2.dnn.NMSBoxes(boxes, confidences, 0.5, 0.4)
    print(indexes)
    font = cv2.FONT_HERSHEY_PLAIN
    for i in range(len(boxes)):
        if i in indexes:
            x, y, w, h = boxes[i]
            label = str(classes[class_ids[i]])
            color = colors[i]
            cv2.rectangle(img, (x, y), (x + w, y + h), color, 2)
    cv2.imshow("Image", img)
    cv2.waitKey(1)