Я пытаюсь вывести предварительно обученные модели ssd-inception-coco с кодом Python на архитектуру процессора, когда я пытаюсь вывести модель на один видеопоток, я получил ~ 14 FPS, поэтому для этого я установил тензор потока из репозитория Python PIPи использовал следующий код в соответствии с официальной документацией тензорного потока для загрузки предварительно обученного веса для логического вывода на ЦП,
import tensorflow as tf
self._tf_session = tf.Session()
self._tf_session.graph.as_default()
tf.import_graph_def(self._model.graph_definitions, name='')
Итак, в настоящее время для запуска 4 потоков для одной модели я порождаю 4 процесса на 4различные видеоканалы через терминал, но он просто делит частоту кадров для всех 4 потоков по сравнению с тем, что он обеспечивает для одного видеопотока,
для EX. если тензор потока выводится при 14 FPS для 1 видеопотока, после запуска 4 параллельных экземпляров (процессов) он дает около 4 FPS для каждого потока процесса,
, это явно означает, что тензор потока не обрабатывает параллельный вывод длянесколько потоков могут быть по умолчанию, поэтому как я могу добиться параллелизма для нескольких видеопотоков только на ЦП, сохраняя почти одинаковую частоту кадров, это возможно через API-интерфейс tenorflow (API низкого уровня) или что-то в этом роде.