调试Yolo+DeepSort+PyTorch+Pyinstaller程序的记录

LuckyEOvO

已于 2022-08-16 15:31:15 修改

阅读量684

点赞数 1

文章标签： pytorch python

于 2022-08-15 22:13:28 首次发布

本文链接：https://blog.csdn.net/weixin_44355919/article/details/126354729

版权

1. 前言

接手的学长遗留下来的横向监控项目，写了一堆想想还是删了，只能说高校学生除了真有本领还是别搞实际运用，水太深把握不住。

2. 优化记录

2.1 结构化运行时CUDA显存占用持续增长报错

报错信息：“RuntimeError:CUDA out of memory.Tried to allocate……”

错误原因：除去设备配置问题和网上众多降低显存占用的方法，yolo本身的版本和weights下模型版本不对应也可引发此问题。项目中两个模块是两个学长分别负责的，前一个用的YOLOV5的5.0版本，另一个用的1.0版本。

解决方案：统一YOLO中utils代码和weigths下模型的版本

2.2 监控程序CPU占用率过高

问题原因：排查发现将YOLO输出的结果放入DeepSort后CPU占用率大幅增加，参考[1]串，推测是利用numpy库计算卡尔曼滤波时开启的线程过多。（注1：numpy库在计算时默认开启与逻辑cpu个数相同数量的线程进行计算）

解决方案：在deep_sort/deep_sort.py中import os后加入

os.environ["MKL_NUM_THREADS"] = "1"
os.environ["NUMEXPR_NUM_THREADS"] = "1"
os.environ["OMP_NUM_THREADS"] = "1"
os.environ["OPENBLAS_NUM_THREADS"] = "1"

限制numpy线程后会对多目标跟踪性能性能一定影响，可以根据需要调整开启的线程数。

2.3 Pyinstaller打包.exe程序无法运行

问题原因：默认使用了UPX对conda环境中的部分库进行了压缩，即使排除了PySide2等库仍会在代码其他部分死锁且命令行无报错。

解决方案：将main.spec中的UPX选项均改为False（或者选择不安装UPX无视Pyinstaller的UPX not avaliable），代价是该项目所用到的完整的Python库占用达到了9个G，建议import时都采用import xxx from xxx以减少打包所需的库大小。

3.参考资料

[1] https://github.com/mikel-brostrom/Yolov5_StrongSORT_OSNet/issues/48