Не удается функции с сеансом тензорного потока несколько раз

Question

У меня есть файл python, который импортирует функцию из другого файла python, который использует сеанс тензорного потока, как указано ниже:

counting.py

import requests
import time
import os
import tensorflow as tf

# Object detection imports
from utils import backbone
from api import object_counting_api
def count_object():
    input_video = "img.jpg"
    detection_graph, category_index = backbone.set_model('My_graph', 'detection.pbtxt')
    is_color_recognition_enabled = 0
    tf.reset_default_graph()
    result = object_counting_api.single_image_object_counting(input_video, detection_graph, category_index, is_color_recognition_enabled)
    print(result)
    time.sleep(2.4)

while True:
    count_object()

Результат вычисляется функцией-single_image_object_counting из python файла object_coutning_api Функция показана ниже:

import tensorflow as tf
import csv
import cv2
import numpy as np
from utils import visualization_utils as vis_util

def single_image_object_counting(input_video, detection_graph, category_index, is_color_recognition_enabled):     
        counting_mode = "..."
        with detection_graph.as_default():
          with tf.Session(graph=detection_graph) as sess:
            # Definite input and output Tensors for detection_graph
            image_tensor = detection_graph.get_tensor_by_name('image_tensor:0')

            # Each box represents a part of the image where a particular object was detected.
            detection_boxes = detection_graph.get_tensor_by_name('detection_boxes:0')

            # Each score represent how level of confidence for each of the objects.
            # Score is shown on the result image, together with the class label.
            detection_scores = detection_graph.get_tensor_by_name('detection_scores:0')
            detection_classes = detection_graph.get_tensor_by_name('detection_classes:0')
            num_detections = detection_graph.get_tensor_by_name('num_detections:0')            



            input_frame = cv2.imread(input_video)

        # Expand dimensions since the model expects images to have shape: [1, None, None, 3]
            image_np_expanded = np.expand_dims(input_frame, axis=0)

        # Actual detection.
            (boxes, scores, classes, num) = sess.run(
                [detection_boxes, detection_scores, detection_classes, num_detections],
                feed_dict={image_tensor: image_np_expanded})

        # insert information text to video frame
            font = cv2.FONT_HERSHEY_SIMPLEX

        # Visualization of the results of a detection.        
            counter, csv_line, counting_mode = vis_util.visualize_boxes_and_labels_on_single_image_array(1,input_frame,
                                                                                              1,
                                                                                              is_color_recognition_enabled,
                                                                                              np.squeeze(boxes),
                                                                                              np.squeeze(classes).astype(np.int32),
                                                                                              np.squeeze(scores),
                                                                                              category_index,
                                                                                              use_normalized_coordinates=True,
                                                                                              line_thickness=4)
            if(len(counting_mode) == 0):
                cv2.putText(input_frame, "...", (10, 35), font, 0.8, (0,255,255),2,cv2.FONT_HERSHEY_SIMPLEX)                       
            else:
                cv2.putText(input_frame, counting_mode, (10, 35), font, 0.8, (0,255,255),2,cv2.FONT_HERSHEY_SIMPLEX)

            #cv2.imshow('tensorflow_object counting_api',input_frame)        
            cv2.waitKey(0)
            return counting_mode
            sess.close()

Режим подсчета возвращает счет в первый раз, но не может быть выполнен снова. Я отслеживаю каталог, который время от времени перезаписывает изображение. Мне нужно выполнить файл counting.py один раз и получить результаты быстрее, поскольку перезапуск файла python займет больше времени, так как он снова и снова запустит Tensorflow. Если кто-нибудь может дать решение для запуска функции несколько раз, это было бы большой помощью.

Вывод этого:

'defected:': 1, 'perfect:': 1
    (program doesn't end)

Я пытался закрыть сеанс в конец функции single_image_counting, но вывод остается прежним.