PaddleHub
PaddleHub copied to clipboard
PaddlePaddle
Awesome pre-trained models toolkit based on PaddlePaddle. (400+ models including Image, Text, Audio, Video and Cross-Modal with Easy Inference & Serving)
使用ge2e_fastspeech2_pwgan语音克隆模型，生成的音频总是叫1.wav，修改out_dir也是指定文件夹名称然后在下面生成1.wav，在哪里修改生成音频的名称？
图片生成古诗报错
您好，我使用命令行对图片进行生成古诗，报错如下，可以帮忙看看么？谢谢了 
欢迎您对PaddleHub提出建议，非常感谢您对PaddleHub的贡献！ 在留下您的建议时，辛苦您同步提供如下信息： - 您想要增加什么新特性？ - 什么样的场景下需要该特性？ - 没有该特性的条件下，PaddleHub目前是否能间接满足该需求？ - 增加该特性，PaddleHub可能需要变化的部分。 - 如果可以的话，简要描述下您的解决方案
欢迎您对PaddleHub提出建议，非常感谢您对PaddleHub的贡献！ 在留下您的建议时，辛苦您同步提供如下信息： - 您想要增加什么新特性？ 通过hub调用文字识别接口时，希望增加一个参数，在每次请求后都释放显存。 - 什么样的场景下需要该特性？ 关于 https://github.com/PaddlePaddle/PaddleHub/issues/937 提到的显存不释放问题，如果用不同的图片请求服务（即使都缩放成768*768），多次请求后显存就因为不释放而不足了。如果每次请求都能释放显存，应该能支持长期的大量的请求。 - 没有该特性的条件下，PaddleHub目前是否能间接满足该需求？ 没有这个参数，就不会释放显存。 - 增加该特性，PaddleHub可能需要变化的部分。 需要在调用 chinese_ocr_db_crnn_server 的功能时增加一个参数。 - 如果可以的话，简要描述下您的解决方案 比如增加参数cacheVideoMemory参数，默认值为1，可以设置为0，这时不缓存。
环境：CentOS7, Python3.6.8, paddlepaddle==2.0.0rc0 第一次使用8核16G的云服务器，以cpu模式进行预测，一张大小为792x692，大小为215k的png图片预测时报内存不足，预测失败。  第二次把内存提升至32G后，同样对同一张图进行预测，内存占用超过50%；但是预测成功了。请问有什么办法降低内存占用？ 预测方式是： 第一种：hub run chinese_ocr_db_crnn_server --input_path "/Images/Image1.png" 第二种：hub serving start -m chinese_ocr_db_crnn_server；然后执行：python3 ./tools/test_hubserving.py http://127.0.0.1:8866/predict/chinese_ocr_db_crnn_server /Images/Image1.png
Metadata
Owner
Metadata
Awesome pre-trained models toolkit based on PaddlePaddle. (400+ models including Image, Text, Audio, Video and Cross-Modal with Easy Inference & Serving)