Показываемое изображение с opencv очень медленное

Я новичок в пайтоне, и впринципе в програмировании, сделал проект на основе yolo (начинаю разбираться) , использовал opencv2. Когда скачал нейросеть, попробовал использовать её в обнаружении оружия, у меня запись с вебки лагает, прочитал в интернете насчёт этой проблемы, оказалось что библиотека .read блокирует видеопоток, тем самым создавая эти лаги, как решить проблему? Вот отрывок кода:

from threading import Thread
import cv2
import time
import numpy as np
import pichalka
from weapon_detection.weapon_detection import img, width, height

net = cv2.dnn.readNet("yolov3_training_2000.weights", "yolov3_testing.cfg")
classes = ["Weapon"]


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))


class VideoStreamWidget(object):
    def __init__(self, src=0):
        (self.status, self.frame) = self.capture.read()
        self.capture = cv2.VideoCapture(src)
        # Start the thread to read frames from the video stream
        self.thread = Thread(target=self.update, args=())
        self.thread.daemon = True
        self.thread.start()

    def update(self):
        # Read the next frame from the stream in a different thread
        while True:
            if self.capture.isOpened():
                pass
            time.sleep(0.1)

    def value(self):
        val = input("Enter file name or press enter to start webcam : \n")
        if val == "":
            val = 0
        return val

    def show_frame(self):
        # Display frames in main program
        blob = cv2.dnn.blobFromImage(img, 0.00392, (416, 416), (0, 0, 0), True, crop=False)

        net.setInput(blob)
        outs = net.forward(output_layers)

        # Showing information on the screen
        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:
                    # Object detected
                    center_x = int(detection[0] * width)
                    center_y = int(detection[1] * height)
                    w = int(detection[2] * width)
                    h = int(detection[3] * height)

                    # Rectangle coordinates
                    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)
        
        if indexes == 0:
            pichalka.play()
            print("weapon detected in frame")
            
        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[class_ids[i]]
                cv2.rectangle(img, (x, y), (x + w, y + h), color, 2)
                cv2.putText(img, label, (x, y + 30), font, 3, color, 3)

            cv2.imshow('Image', img)

        key = cv2.waitKey(1)
        if key == 27:
            self.capture.release()
            cv2.destroyAllWindows()
            exit(1)


if __name__ == '__main__':
    video_stream_widget = VideoStreamWidget()
    while True:
        try:
            video_stream_widget.show_frame()
        except AttributeError:
            pass