paddle2.0.0.beta0的内存泄露问题

[w-Bro]

cpu下初始化完占用内存300多兆，识别完一张图片会到6G，识别完也不会释放内存，之后会越占越高。

[littletomatodonkey]

可以提供下你的运行平台，运行脚本和配置吗？

[acrobatman]

可以提供下你的运行平台，运行脚本和配置吗？

我的机器配置为8核64G内存，centos7+docker,只要连续的识别图片，内存就会持续上涨，最终内存会耗尽，进程退出；
运行脚本如下：
/usr/local/python3.7.0/bin/python3 ./tools/infer/paddle_httpsrv.py --det_model_dir="./inference/ch_ppocr_server_v1.1_det_infer/" --rec_model_dir="./inference/ch_ppocr_server_v1.1_rec_infer-vm/" --cls_model_dir="./inference/ch_ppocr_mobile_v1.1_cls_infer/" --enable_mkldnn=True --rec_batch_num=6 --use_zero_copy_run=True --det_max_side_len=960 --use_angle_cls=False --use_gpu=False

至于配置你希望了解哪个配置？

[littletomatodonkey]

你好，麻烦确保使用Paddle2.0.0b0版本的Paddle，同时看下是否为最新代码吧~

[w-Bro]

你好，麻烦确保使用Paddle2.0.0b0版本的Paddle，同时看下是否为最新代码吧~

我也是centos7，docker和非docker都是用的hubserving，Paddle2.0.0b0。

[littletomatodonkey]

hubserving中的话，这个是一个已知问题哈~可以参考这里：PaddlePaddle/PaddleHub#682

[acrobatman]

可以提供下你的运行平台，运行脚本和配置吗？

我的机器配置为8核64G内存，centos7+docker,只要连续的识别图片，内存就会持续上涨，最终内存会耗尽，进程退出；
运行脚本如下：
/usr/local/python3.7.0/bin/python3 ./tools/infer/paddle_httpsrv.py --det_model_dir="./inference/ch_ppocr_server_v1.1_det_infer/" --rec_model_dir="./inference/ch_ppocr_server_v1.1_rec_infer-vm/" --cls_model_dir="./inference/ch_ppocr_mobile_v1.1_cls_infer/" --enable_mkldnn=True --rec_batch_num=6 --use_zero_copy_run=True --det_max_side_len=960 --use_angle_cls=False --use_gpu=False

至于配置你希望了解哪个配置？

我今天上午从github上下载最新代码，重新部署了一遍，测试了60张图片，内存占用从2.18G上涨到12.4G，并且只要进程不退出，内存就不下降。我目前没有使用GPU，仅用CPU

[w-Bro]

hubserving中的话，这个是一个已知问题哈~可以参考这里：PaddlePaddle/PaddleHub#682

pdserving会有这个问题吗，好像pdserving的部署文档不见了

[moneyonmymind12]

hubserving中的话，这个是一个已知问题哈~可以参考这里：PaddlePaddle/PaddleHub#682

用的移动版的模型chinese_ocr_db_crnn_mobile,CPU版 调用模型测试也有内存溢出问题,大概测试十几张会占到8G CPU,有解决办法吗

9 def get_image(url):
10 try:
11 request = urllib.request.Request(url)
12 response = urllib.request.urlopen(request)
13 get_img = response.read()
14 with open('1.jpg','wb') as fp:
15 fp.write(get_img)
16 print('图片下载完成')
17 except:
18 print('访问空')
19
20 def main():
21 passmac=[]
22 imglist=[]
23 imgcsv=pd.read_csv('drop.csv',names=['link'])
24 for i,r in imgcsv.iterrows():
25 print(r['link'])
26 get_image(r['link'])
27 paddle('1.jpg')
28
29 def paddle(img):
30 image_path= img
31 ocr = hub.Module(name="chinese_ocr_db_crnn_mobile")
34 np_images =[cv2.imread(image_path)] #读取测试文件夹test.txt中的照片路径
35 results = ocr.recognize_text(
36 images=np_images, #图片数据，ndarray.shape 为 [H, W, C]，BGR格式；
37 use_gpu=False, #是否使用 GPU；若使用GPU，请先设置CUDA_VISIBLE_DEVICES环境变量
38 output_dir='ocr_result', #图片的保存路径，默认设为 ocr_result；
39 visualization=True, #是否将识别结果保存为图片文件；
40 box_thresh=0.5, #检测文本框置信度的阈值；
41 if name=='main':
64 main()

[BrightHai]

遇到相同问题，移动版模型CPU计算，第一次调用后达到3G内存然后持续增加

[nblib]

我调试修改代码观察发现:

1. 将检测和识别的图片固定大小,比如检测固定为(960,960), 识别固定为(3,32,512)
2. 将识别算法的batch_size固定大小,比如固定为10,不足10的,重复为10, 确保每次调用识别的zero_copy_run()时的batch_size都固定大小

满足以上两个条件,GPU内存不再增长
@littletomatodonkey

[paddle-bot-old]

Since you haven't replied for more than 3 months, we have closed this issue/pr.
If the problem is not solved or there is a follow-up one, please reopen it at any time and we will continue to follow up.
It is recommended to pull and try the latest code first.
由于您超过三个月未回复，我们将关闭这个issue/pr。
若问题未解决或有后续问题，请随时重新打开（建议先拉取最新代码进行尝试），我们会继续跟进。

[xbbkok]

这个问题都没解决，就关闭了？

[rikichou]

我也遇到了，2.2.1+cu111，内存一直往上飙，最后64G内存全部用完就被系统kill了，真是无语