Как сделать динамическую сегментацию изображений с Tensorflow и Socket.IO?

Question

[ptvalx]

Зачем мне динамическая сегментация?
Если я просто запущу Python-скрипт - на инициализацию модели нейронной сети уйдет 7 секунд, что неприемлимо.

Надо сделать, чтобы модель этой сети постоянно висела в памяти и при поступлении данных на сегментацию она сразу загружала нужные веса и выдавала результат.

Пытался сделать так: в одном скрипте инициализируется модель и запускается Socket.IO (Flask) сервер. В событии "connect" загружаются веса и происходит сегментация.
Из-за того, что Flask работает асинхронно вылазят непонятные ошибки от нейронки.

Как эту задачу правильно реализовать? Через потоки получится? Смотрел, как делать потоки в питоне, был в небольшом шоке. В сишке или паскале всё проще.

Comments

[javedimka]

Смотрел, как делать потоки в питоне, был в небольшом шоке.

Я тоже был шокирован когда увидел, что для того чтобы запустить поток, в питоне нужно целых две строчки.

Answer 1

[ptvalx]

Сделаю опрос сущестсвования данных на сегментацию в цикле со слипом и всё.