提高嵌套循环的速度 python

Question

（我知道这个问题已经被问过好几次了，但没有一个答案对我的案例有用（另外，如果我忽略了一些答案或者我没有正确询问，我很抱歉，我刚刚在 Stack Overflow 上注册，这是第一个时间我发布一个问题））。

我正在制作一个程序来检测两张不同图片中的对象，然后分别匹配两组中的对象。 然而，这不是重要的部分。 重要的部分是，为了提高准确性，我对图像集进行了多次迭代。

总之，我尝试了两个列表元素之间的所有可能组合。 因此，假设我的列表有 5 个元素和 10 个元素，程序先进行 50 次迭代 (5 * 10)，然后进行 36 (4 * 9)，然后进行 24 (3 * 8)，然后 14 (2 * 7) 最后是 6 (1 * 6)。

显然我的列表要长得多，它们甚至可以是较短列表中的 80 个对象。

我想知道是否有任何方法可以在不损失准确性的情况下提高速度。 这样做比只在较短的列表中迭代一次并保持最佳匹配可以获得更好的结果，因为有时某些对象具有相同的匹配，这是不可能的。

这是该部分代码的简短版本（如果需要更多信息，请告诉我，我将提供更多信息）：

# Those are 2 dicts: keys are coordinates of bounding boxes and values are the portion of the image within the coordinates
listaimg2 = extractboxes(matrix2, boxes2) #shorter dict (I need to find a match for all of them)
listaimg1 = extractboxes(matrix1, boxes1) #longer dict (These are the suitors, some objects will remain single)


#these are the objects from the shorter list where I will store the matches
possibilities = dict().fromkeys(listaimg2.keys())

# first loop (I check if there is any object from that list that is still unmatches)
while not all(possibilities.values()):
    
    final_score = 0
    current_couple = tuple()
    
    # here I define the couples already matched
    iterdict = {key: value for key, value in possibilities.items() if value}
    
    #second loop (I iterate through the shorter list but only the ones that are still unmatched)
    for i in set(listaimg2.keys())-set(iterdict.keys()):
        
        # this part is not too relevant (related to how I do the matches)
        kpts1, desc1 = feature_extracter(listaimg2[i],k)
        dictprobs = dict()
        dictlens = dict()
        
        #third loop (I iterate through the longer list but only the ones that are sill available)
        for j in set(listaimg1.keys())-set(iterdict.values()):
            
            # this part is also not too relevant (also related to how I do the matches)
            kpts2, desc2 = feature_extracter(listaimg1[j],k)
            matches = matching(desc1,desc2)
            try:
                score_current_image = 100 *(len(matches)/len(kpts1))
            except ZeroDivisionError:
                score_current_image = 0
            dictprobs[j]=score_current_image
            dictlens[j]=(len(matches),len(kpts2))
            
        chosen_image = valuefinder(dictprobs,1) #here I find the best match
        second_value = valuefinder(dictprobs,2) #here I find the second best match
        
        #this is how I calculate the confidence that it's the best match
        score = 100*(dictlens[chosen_image][0]-dictlens[second_value][0])/len(kpts1)
        
        if score > final_score:
            final_score = score
            current_couple = (i,chosen_image,final_score)
            
    if len(current_couple) == 0:
        current_couple = (i,"not suitable match was found",0)
    
    #Lastly, here i fill the dict of the matches so that the while loop has an ending
    possibilities[current_couple[0]] = current_couple[1]

非常感谢你的帮助。 我希望我问得正确，但如果您对如何改进我的提问方式有任何建议，我也会很感激。