deeroad

Win10不用试了，目前是不支持的。 跑成功也是乱码。

已经找到原因： 是因为图片分割(detect_lines)后，如果被分割的图片宽度小于一定的数值，predict_image就会崩溃，应该是跟训练有关系。解决也很简单，做个判断就可以。darknet.py 主动抛个异常，其它地方捕获一下就行了。 ` def array_to_image(image): boxed_image = np.array(image) boxed_image = np.array(cv2.split(boxed_image)) c = boxed_image.shape[0] h = boxed_image.shape[1] w = boxed_image.shape[2] if w < 50: raise Exception("width not supported") image...

> > @deeroad 你好，请问你是在linux环境下还是在windows环境下运行的。 > > win10系统无法运行这个项目，感觉有点鸡肋 我是Ubuntu 18.4，目前正常，Win10 cpu模式识别结果乱码。

> win10下CPU模式，python3.6.5，已编译cpu版makefile > > 请问CPU模式下，config.py设置GPU为False，**是否需要修改ocr.py**第19行 if 1: 为 if gpu: ？？？ > > 若不修改，调用predict_darknet 和 predict_cpu均无任何输出，无报错信息，程序就直接结束 >  > > 若修改，输出结果均为乱码，如下图。 >  请问你那边Win10编译用的Cygwin还是Vc编译AlexeyAB/darknet？

我用CPU模式(OpenCV)在Win10和Ubuntu 18.4都是乱码。 Ubuntu使用darknet cpu(gcc编译)的话提交图片后程序会崩溃，并且没有提示。

经测试，目前版本的opencv是无效的，各种系统都是乱码，用darknet可以正常运行。 而且一定要编译darknet GPU版，CPU版慢的没法用。

>  >  > 哪里是乱码，CPU模式哪里速度很慢？确定问题，首先检查是不是自己的问题。 CPU=False 运行后识别出来的文字是乱码； CPU=True 识别文字正常。 所以肯定不是读取编码的问题。

难倒是多线程调用导致的？ 我是在后台程序直接POST请求的。

应该是高并发显存不足导致的，加了一个semaphone来限制并发，可以了。

> 并发要改为异步的方式 是修改darknet c代码还是在python中修改？ 我测试了多次，目前的代码并发也是可以调用的，但是并发高的话显存更容易不足，所以才加了请求队列。 但是目前也还是偶尔会崩溃，所以暂时性又做了一个守护程序定时检测。 如有更好方案还望不吝赐教。