FlyingQianMM
FlyingQianMM
我看这个临时文件都是pymp开头，应该都是python的多进程产生的，你现在的起paddlex的机器是linux系统吗？
我们实测了下，没有复现出的情况。 关于您提到的的情况，想再了解一下您当前的使用情况： 1. 您这边使用paddlex restful api的前端是paddlex提供html demo还是paddlex gui？还是自行开发的前端？ 2. 从提供的tmp目录下看，看起来是多进程通信产生的文件。是否有基于paddlex restful api再做进一步的开发？有没有使用多个client请求同一个server的情况？或者其他的多进程开发？
看了下你的脚本，跟PaddleX原本的差不多。 > 关于您提到的的情况，想再了解一下您当前的使用情况： > 1. 您这边使用paddlex restful api的前端是paddlex提供html demo还是paddlex gui？还是自行开发的前端？ > 2. 从提供的tmp目录下看，看起来是多进程通信产生的文件。是否有基于paddlex restful api再做进一步的开发？有没有使用多个client请求同一个server的情况？或者其他的多进程开发？ 建议从前端这里排查下问题
1. Mask RCNN在bs>1时推理预测会有点问题，所以还是一次使用一张图片进行预测。 2. Mask RCNN+ResNet50本身模型结构较大，需要占用较大显存，尤其是模型输出较大时。 3. 目前显存不足的情况下，可以等小图片分别预测完之后，再合并结果。
PaddleX目前还没有集成轻量级的实例分割模型，可以试下PaddleDetection里的SOLOV2，https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.2/configs/solov2
1. 共享GPU内存一般由操作系统操控 2. 当前显存不是很大，遇到大图片时，可以将大图切小图分别预测再合并结果，或者把模型输入大小设的小一些 3. GPU下可以先试下开启TensorRT预测，能让模型推理进一步加速
1. 模型输入大小由model.yml中的transform部分决定 2. 预热是测试性能的一个步骤， 
试下： ``` pip uninstall paddlex git clone https://github.com/PaddlePaddle/PaddleX.git cd PaddleX git checkout develop git pull pip install -r requirements.txt python setup.py install ```
可以看下2.0的教程https://github.com/PaddlePaddle/PaddleX/tree/develop/tutorials/slim/prune
看报错信息，权限不够 可以用管理员权限启动