如何使用预先训练过的TensorFlow Inception网络对一批图像进行分类？

Question

我使用最新的预训练Inception model。我使用滑动窗口技术在图像上找到不同的对象（每个图像大约3000个窗口）。窗口作为序列处理窗口需要花费太多时间。我想并行运行预测。我怎样才能做到这一点？

image_data应该是列表。

with tf.Session() as sess:
    softmax_tensor = sess.graph.get_tensor_by_name('final_result:0') 

    test_img = cv2.resize(img3[window[0][1]:window[1][1], window[0][0]:window[1][0]], dsize=(299,299), interpolation = cv2.INTER_CUBIC)
    np_image_data = np.asarray(test_img)
    np_image_data=cv2.normalize(np_image_data.astype('float'), None, -0.5, .5, cv2.NORM_MINMAX)
    image_data = np.expand_dims(np_image_data,axis=0)  

    predictions = sess.run(softmax_tensor, {'Mul:0': image_data})