网上可以找到许多TensorFlow的Mask-RCNN版本，现以github上一个Star较多的版本为例，介绍如何在C#中部署Mask-RCNN模型
[Reprint]C# 中使用 OpencvSharp 与 TensorflowSharp 进行Mask-RCNN模型的预测
发表评论
标签归档：tensorflow
[Reprint]TensorFlowSharp GPU 显存 分配
TensorFlow 运行时默认会最大化使用显存，如果需要控制其显存的分配，可以进行相应的设定。相关设定大多是在python或c++的运行环境下设置的，c#环境下的设置方法可以如下文。主要使用了 options.SetConfig(InPtr protoData,int length)
[Reprint]tensorflowsharp中使用CUDA
tensorflowsharp使用C#封装了tensorflow的c-api接口，可以方便的在C#中使用tensorflow的模型。但作者只提供了cpu版本的tensorflow，如果要使用gpu版本的tensorflow，就需要自己编译出一个带CUDA的dll。好在网上资料比较多，编译起来并不是很困难
一.编译环境搭建
[Reprint]TensorFlow与消息队列–服务器
消息队列（Message Queue，简称 MQ），可以将一些费时的任务放入队列，慢慢处理，改善客户端的体验。与TensorFlow服务结合，可以调高服务器的计算能力，将费时的数据传输与相对较快的预测计算分开来
一.数据流图
[Reprint]opencv + tensorflow + C++ 对RSNet模型进行预测
本文介绍了一种使用opencv + c++ 可以在生产环境下调用tensorflow pb文件进行预测的方法。
该方法不需要在生产环境下搭建python运行环境。 流程上相对简单清晰。如果要将神经网络/机器学习添加到几年前项目中，也比较简单可行。
一.pb文件的生成
[Reprint]Centos7 + Flask + uwsgi + nginx 部署 TensorFlow
本文介绍了一个采用Flask + uwsgi + nginx 部署TensorFlow应用的方法。以此可以搭建一个简单的机器学习云服务器
一. 创建虚拟环境
由于本人安装的电脑带有显卡，所以安装了2个版本的tensorflow，一个带gpu，一个不带gpu。不同版本的tensorflow使用虚拟环境进行分割
[Reprint]windows下编译tensorflow c++ library及与opencv的使用
tensorflow在1.3后加入了官方的windows支持，可以使用cmake在vs2015下编译c++ library。但坑还是很多，简单整理了1.3版本编译及使用过程。并介绍了编译部分kernel的方法。其他版本也可参考进行编译。
编译版本为1.3，只cpu。带gpu的tensorflow可以用1.5以后的版本。