U2netとfashionAI-key-point-detectionの同時使用を実装して
動画での動作を軽く実験

<div style="padding:75% 0 0 0;position:relative;"><iframe src="https://player.vimeo.com/video/715459474?h=1657a3ae6f&amp;badge=0&amp;autopause=0&amp;player_id=0&amp;app_id=58479" frameborder="0" allow="autoplay; fullscreen; picture-in-picture" allowfullscreen style="position:absolute;top:0;left:0;width:100%;height:100%;" title="test1.mp4"></iframe></div><script src="https://player.vimeo.com/api/player.js"></script>

内部の各処理に対する時間を計算して
必要に応じて処理するフレームについても考える

実行時間をメモして、これこれこうだから処理を変えるみたいのを修論に記載できるといいと思います