需要补充的是官网给出的例子中一般是一个棒子运行一个graph进行识别,实际上可以一个棒子装载多个graph,充分提高运行负荷,例如在examples/tensorflow目录下,可以在inception_v1例子中同时装载inception_v1 ~ v4 的几个不同graph,对同一个对象进行识别,然后按加权方式执行投票表决输出识别结果,相较于单个graph,识别错误率有明显下降。 如果有 两个棒子的话,还可以进行负载均衡,例如把inception_v1 ~ v2的两个graph 放入棒子1,把inception_v3 ~ v4的两个graph 放入棒子2,对同一个对象进行识别,然后投票表决,这种方法运行速度更快。
但是好像最多只能识别出两个棒子,用三个棒子时上述方法失败,具体原因还要进一步研究下。