Tensorflow模型可以在openGL帧缓冲区/纹理中运行对象检测，而无需回读CPU

Question

背景：

1. 我有一个管道，它使用一系列openGL着色器来处理网络摄像头 源素材和定位功能（它总是相同的功能，只有一个我一直在寻找的功能）。
2. 回读给CPU的唯一内容是边界框的4个坐标。

我感兴趣的是训练一个物体检测NN，看看我是否可以从镜头中提取我的特征时获得更好的性能/准确度。

问题：

是否可以在openGL环境中运行训练模型（使用帧缓冲/纹理作为输入）而无需从cpu / gpu中来回读取纹理。

实施例

1. 运行我的预处理openGL着色器程序
2. 使用帧缓冲作为输入的特征检测模型（使用tensorflow训练）
3. 提取边界框坐标