背景 场景内有7台摄像头，需要对摄像头拍摄范围内人员进行识别然后上报。 单进程单摄像头的处理方式由于图片预测逻辑比较耗时，会导致延迟会比较高，所以需要异步预测。 并且最好还要对多摄像头的管理有较好的机制。随添随用
显卡资源有限，当有显卡被占用时可以让 TensorFlow 在 CPU 上继续执行任务
官方教程
官方文档 官方已经提供了小程序版的 ECharts echarts-for-weixin 并提供的了使用示例
使用 bee api myapi 生成 myapi 项目用于处理 API 接口 由于前端使用了 nginx 做反向代理，所以通过 beego 框架内 提供的方法 Input.IP()获取到的IP是内网IP。不满足需求 nginx 代理中已经设置
在使用百度Echarts绘图时需要在折线图的基础上进行点的标记。而官方没有现成的demo可用，只能自己写一个
TensorFlow的GPU版本需要硬件环境的支持,首先要有个NVIDIA显卡，然后确保安装了正确的显卡驱动、CUDA和cuDNN对应版本。 NVIDIA 官网首页提供的都是最新的驱动，但最新版本不一定适用于开发环境，所以要进行版本的选择,下面依次介绍
PHP 在处理大数据的业务场景中并不占优，一般的做法就是 foreach 循环要处理的数据，然后逐一处理。 但是在数据量较大或者运算复杂的情况下耗时会比较长，此时一般有两种做法，要么优化处理脚本，要么就可以考虑多个进程同时进行处理了。 本篇就是记录使用 PHP pcntl 扩展完成多进程批量处理数据的业务