如何解决在 GPU 上使用 onnxruntime 时内存泄漏CPU 的 RAM
我使用的是 Pypi (https://pypi.org/project/insightface/) 的 Insightface 库,源代码在这里:https://github.com/deepinsight/insightface/blob/master/python-package/insightface/model_zoo/scrfd.py。
当我在我的 GPU 上运行它时,cpu 的 RAM 存在严重的内存泄漏,超过 40 GB,直到我停止它(不是 GPU 内存)。
这是我的脚本:
import insightface
import cv2
import time
model = insightface.app.FaceAnalysis()
# It happens only when using GPU !!!
ctx_id = 0
image_path = "my-face-image.jpg"
image = cv2.imread(image_path)
model.prepare(ctx_id = ctx_id,det_thresh=0.3,det_size=[416,416])
detector = model.models["detection"]
for i in range(100000):
start_t = time.time()
bBoxes,landmarks = detector.detect(image)
end_t = time.time()
print('Detection time: {}'.format(end_t - start_t))
print('DONE')
我的设置是(在 docker 内):
- Docker 基础镜像 - nvidia/cuda:11.0.3-cudnn8-devel-ubuntu18.04
- Nvidia 驱动程序 - 465.27
- 蟒蛇 - 3.6.9
- insightface==0.3.8
- mxnet==1.8.0.post0
- mxnet-cu110==2.0.0a0
- numpy==1.18.5
- onnx==1.9.0
- onnxruntime-gpu==1.8.1
解决方法
我设法通过以下设置解决了这个问题:
- Ubuntu-20.04
- Python-3.8
- Nvidia-470
- Cuda-11.3
- Cudnn-8
- mxnet==1.8.0.post0
- onnx==1.9.0
- onnxruntime-gpu==1.8.1
- insightface==0.4
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。