paddleOCR显存不断增大的原因

最新推荐文章于 2025-09-11 01:45:11 发布
原创 最新推荐文章于 2025-09-11 01:45:11 发布 · 3.4k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文探讨了PaddleOCR运行时显存不断增大的原因，并提供了通过调整输入图像尺寸来控制显存使用的方法。

paddleOCR显存不断增大的原因

不断增长是因为分配的 shape 变大了，初始化创建 tempory tensor 等等会增长，等初始化之后跑起来，shape 不增大的话应该会稳定。正常是过了最大的 shape 之后会保持稳定。 如果 shape 变小显存池尺寸也不会变小，目前机制会贪心增大但不会降低。

如果你想控制最大显存变小一点，可以减小输入图像的尺度：将params.py中的参数det_max_side_len从默认的960改成680或者更小尺度。

https://github.com/PaddlePaddle/PaddleOCR/issues/489

PaddlePaddle/PaddleOCR 中英文文字识别
钱多多先森
09-06 1万+
1.准备工作 GitHub地址：https://github.com/PaddlePaddle/PaddleOCR 1.QUICK INSTALLATION：https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.2/doc/doc_en/installation_en.md 2.Quick start of Chinese OCR model:https://github.com/PaddlePaddle/PaddleOCR/blob/rel
OCR离线图片文字识别命令行windows程序
10-19
OCR离线图片文字识别命令行windows程序，以JSON字符串形式输出结果，方便别的程序调用。提供各种语言API。由PaddleOCRC++编译。
关于paddleocr文字识别内存泄漏的问题
m0_74139794的博客
09-05 3853
最近在写一个小项目，需要使用paddleocr进行文字识别，然后发现存在严重的内存泄漏，运行时间越长，cpu和内存的占用率就越高。很容易导致程序的崩溃。大概就是说，这是paddle框架将Tensor做了缓存复用。但是这个缓存复用的策略对于我的项目需求没有好处，或者说是负担。内存一直在增加，没有减少的痕迹。github官网有很多人都在讨论这个问题。经过测试，内存确实不会一直涨到100%，但是可能还是会增长。
别让内存泄漏拖垮你的验证码识别！DdddOcr资源管理最佳实践
最新发布
gitblog_01111的博客
09-11 299
你是否遇到过这样的情况：使用DdddOcr进行验证码识别时，程序运行一段时间后变得越来越慢，最终甚至崩溃？这很可能是内存泄漏在作祟。作为一款优秀的开源验证码识别OCR工具，DdddOcr在处理大量图片时如果资源管理不当，容易出现内存占用过高的问题。本文将从实际应用场景出发，带你掌握DdddOcr的资源管理与释放技巧，确保你的程序高效稳定运行。读完本文，你将学会如何避免常见的内存泄漏陷阱，优化资源使...
PaddleOCR内存优化：资源占用降低技巧
gitblog_00890的博客
08-30 917
OCR（Optical Character Recognition，光学字符识别）技术在现代应用中越来越普及，但随之而来的内存占用问题也困扰着许多开发者。PaddleOCR作为业界领先的多语言OCR工具包，提供了多种内存优化策略。本文将深入探讨PaddleOCR的内存优化技巧，帮助您在保证识别精度的同时显著降低资源消耗。 ## 内存消耗的主要来源 在深入优化之前，我们需要了解PaddleOCR...
关于paddleocr在Windows server下内存无限累积问题
qq_40183816的博客
08-20 1994
英田科技的使命是打造先进技术与企业之间的桥梁，将最前沿的人工智能技术转化为实际应用，帮助企业提升效率、降低成本、优化运营。公司创始人饶玉田在公司成立之前，已经在百度飞桨AI技术中深耕数年，在文字识别、图像分割、 图像分类、 目标检测等模块中均有研究，例如 PaddleOCRSharp、 PaddleSegSharp、 PaddleClasSharp 等项目。英田科技的使命是打造先进技术与企业之间的桥梁，将最前沿的人工智能技术转化为实际应用，帮助企业提升效率、降低成本、优化运营。
PaddleOCR训练时内存溢出解决办法暂列，PaddleOCR训练Python程序没反应，显卡功耗低，显存很高
小灰的博客
12-23 6983
现象 在使用过程中我经常会发现一个现象就是，我的程序会卡住，如果观察显卡的显存，你会发现显存占用了，但是功耗下去了，程序是没有在运行的入下图所示 nvidia-smi指令显示的如下 然后发现程序一直卡在这里，一点反应都没有，我是比较懵逼的 之前在PaddleOCR GitHub给的例程中，我尝试跑ICDAR2015，一开始出现过这个现象，我就尝试将batch_size调小了，你会发现确实有效果的，我的1200次也跑完了，但是我更换到ICDAR2019-LSVT之后发现，就非常容易崩，我心态也崩了，我甚至
Flask 推理模型，显存一直增长。
AI浩
05-10 1992
问题 使用Flask调用DNN模型推理API时，每调用一次API，显存持续增长，直至最终显存爆炸强制退出程序。 解决方法 flask2.0的app.run()中默认打开了threaded=True来支持多线程并发请求，从而导致显存泄漏。 解决方法为：把多线程改为单线程，设置app.run()中threaded和debug为False。示例如下： 然后，就可以正常推理了。 下面的没有用啊！ 下面的没有用啊！ 下面的没有用啊！ 下面的没有用啊！ 写够500字，否则 文章质量提示 文章质量提示 此文章质量较低
解决训练时显存不断增大问题
axept的博客
03-04 6189
解决训练时现存不断增大问题 问题描述：在训练时显存不断增大，最终显存爆炸 在上一篇提到，为了解决这个问题我无意间解决了另一个问题，但发现那个问题并不是根本原因，于是我又查阅了一些资料，经过一番尝试后找到了真正原因。 首先网上有一些解决方法，例如： 但是经过尝试，无论添加与否，显存还是在不断增加 最终原因是由于我在训练时将一个中间结果不断地存进了一个列表里，并始终没有清空，最终导致了显存爆炸的问题 最终注释掉这一行成功解决问题，在循环中尽量少用append方法，如果要保存中间结果，利用np.save等方法
深度学习笔记--解决GPU显存使用量不断增加的问题
牵一只蜗牛去散步
02-14 5001
出现上述问题的原因在于：输入数据到网络模型进行推理时，会默认构建计算图，便于后续反向传播进行梯度计算。而构建完整的计算图，会增加计算和累积内存消耗，从而导致 GPU显存使用量不断增加；基于 Pytorch 使用 VGG16 预训练模型进行分类预测时，出现 GPU 显存使用量不断增加，最终出现 cuda out of memory 的问题；由于博主只使用 VGG16 预训练模型进行分类预测，不需要训练和反向传播更新参数，所以不用构建完整的计算图。
paddleocr中文本检测east模型
05-16
### PaddleOCR 中 EAST 模型用于文本检测的相关信息 #### 转换 EAST 模型为推理模型 在使用 PaddleOCR 的 EAST 模型进行文本检测之前，需先将训练好的模型转换为 inference model。对于基于 ResNet50_vd 骨干网络并...
paddleocr警告gpu浪费时间
02-01
而对于配备有强大显卡的工作站，则应考虑增大batch size以便更好地利用GPU计算能力[^4]。 #### 3. 启用混合精度训练/推断 通过启用FP16半精度浮点运算可以在不影响最终结果质量的前提下大幅减少内存占用和加速处理...
台式机rtx5060ti 8g对比笔记本rtx3080ti跑批量化paddleocr
05-22
这意味着在涉及大量数据传输的任务中，例如批量加载高清图片进行 OCR 推理时，RTX 3080 Ti 更高的显存带宽可以减少内存瓶颈带来的延迟。然而，对于较小规模的数据批次，这种差异的影响相对有限。 #### 计算单元数量...
我打算使用paddleOCR训练一个识别集装箱的模型，我该怎么做
02-27
好的，我现在需要帮助用户了解如何使用PaddleOCR训练一个识别集装箱编号的模型。首先，我应该先理清楚整个训练流程的大致步骤，然后逐步拆解每个步骤需要做什么。 用户可能已经对PaddleOCR有一定的了解，但作为新手...
PaddleOCR本地部署（安装，使用，模型优化/加速）
热门推荐
啷个哩个啷
06-04 9万+
之前在服务器上要训练ppocr模型，所以需要额外安装PaddlePaddle，但是自己训练后已经把模型变成了推理模型，直接可以使用paddleocr package这一个包来进行运行，所以在迁移到别的环境时候，可以不再进行paddlepaddle的安装。 参考： 和之前的文章：PaddleOCR数字仪表识别——5. ppocr封装使用 1. 安装 根据：paddleocr package使用说明 一开始以为： pip install "paddleocr>=2.0.1" 但是果然： so就在本机安
提速15%，PaddleOCRSharp新版v4.3发布
dotNET跨平台
05-29 691
PaddleOCRSharp v4.3版本，已经于5月23日发布。该版本的发布，在不影响识别精度的同时，带来了10%~15%速度的提升。项目地址：https://gitee.com/raoyutian/PaddleOCRSharp项目简介PaddleOCRSharp作者是广州英田信息科技有限公司的创始人明月心 (raoyutian) ，是一个基于百度飞桨PaddleOCR的开源代码编写的.NET...
深度学习实战45-【OCR系列】PaddleOCR在C++与python环境、组合环境下运行的效率比较与运用
微学AI的博客
08-01 1361
大家好，我是微学AI，今天给大家介绍一下深度学习实战45-【OCR系列】PaddleOCR在C++与python环境、组合环境下运行的效率比较与运用， 在一般情况下，C++相对于Python具有更高的运行效率。这主要归因于：C++是一种编译语言，代码在运行前需要经过编译器将其转换为机器码，而Python是一种解释语言，代码在运行时逐行解释为机器码。因此，C++程序在运行前进行了更多的优化和静态检查。由于编译器的存在，C++程序的执行速度通常比Python快得多。
PaddleOCR问题汇总(2)
《好好先生》专栏
11-07 9326
PaddleOCR问题汇总 Q3.1.64: config yml文件中的ratio_list参数的作用是什么？ A: 在动态图中，ratio_list在有多个数据源的情况下使用，ratio_list中的每个值是每个epoch从对应数据源采样数据的比例。如ratio_list=[0.3,0.2]，label_file_list=['data1','data2'],代表每个epoch的训练数据包含data1 30%的数据，和data2里 20%的数据，ratio_list中数值的和不需要等于1。 rat
paddleocr 显存未释放
02-11
### PaddleOCR 显存未正常释放解决方案 当使用 `PaddleOCR` 完成 OCR 任务后，如果 GPU 的显存未能正常释放，可以采取以下措施来解决问题。 #### 方法一：重启 Python 解释器 每次执行完涉及 GPU 资源的任务之后，尝试重新启动 Python 解释器。这有助于清理可能残留于内存中的对象并彻底清除 GPU 上分配给该会话的所有资源[^1]。 #### 方法二：手动终止子进程 有时即使主程序已经结束，由框架创建的一些后台子进程仍然可能存在，并继续占用 GPU 资源。对于这种情况： - 首先通过命令 `nvidia-smi` 检查是否有任何进程正在使用 GPU； - 接下来利用 `fuser -v /dev/nvidia*` 命令获取具体占用 GPU 的 PID 列表； - 对这些识别出来的 PID 执行 `kill -9 <PID>` 来强制关闭它们，从而达到完全回收 GPU 内存的目的[^2]。 #### 方法三：优化代码逻辑 确保在调用 `PaddleOCR` API 后及时销毁不再需要的对象实例，特别是那些持有大量 GPU 数据结构的大规模变量或模型参数。可以通过设置相应的配置项减少不必要的缓存积累，比如调整 batch size 或者限制最大 GPU 内存量等参数[^3]。 ```python import paddleocr def perform_ocr(image_path, gpu_memory_limit=800): ocr_engine = paddleocr.PaddleOCR(gpu_mem=gpu_memory_limit) result = ocr_engine.ocr(img=image_path) del ocr_engine # 删除引擎实例 import gc gc.collect() # 强制垃圾收集 return result ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

全栈攻城狮s

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值