Question

我写了一个关于相机的应用程序，将相机中的每个图像传递给BarCode或DetectFace类，以检测条形码或面部。但是我在使用DetectFace时遇到内存泄漏的问题。

如果我使用BarCode，那是安全的：

override fun onImageAvailable(reader: ImageReader) {
        imageOnFrame = reader.acquireNextImage()
        barcode = BarCode(this@MainActivity, imageOnFrame, getRotation("0"))
        barcode!!.run()
        barcode = null
        imageOnFrame.close()
    }

但是，如果我使用DetectFace，则会导致内存泄漏：

override fun onImageAvailable(reader: ImageReader) {
        imageOnFrame = reader.acquireNextImage()
        detectFace = DetectFace(this@MainActivity, imageOnFrame, getRotation("0"))
        detectFace!!.run()
        detectFace = null  
        imageOnFrame.close()
    }

这是课程DetectFace：

class DetectFace(private val context: Context, private val image: Image, private val rotation: Int) {

    private val option = FirebaseVisionFaceDetectorOptions.Builder()
            .setModeType(FirebaseVisionFaceDetectorOptions.ACCURATE_MODE)
            .setLandmarkType(FirebaseVisionFaceDetectorOptions.ALL_LANDMARKS)
            .setClassificationType(FirebaseVisionFaceDetectorOptions.ALL_CLASSIFICATIONS)
            .setTrackingEnabled(true)
            .setMinFaceSize(0.01f)
            .build()

    fun run(){
        val image = FirebaseVisionImage.fromMediaImage(this.image, rotation)
        val detector = FirebaseVision.getInstance()
                .getVisionFaceDetector(option)

        detector.detectInImage(image)
                .addOnSuccessListener {
                    // code ..
                }
                .addOnFailureListener{
                    // code ..
                }
        this.image.close()
    }
}

Answer 1

主要是由于发送到ML Kit的图像太快而无法及时处理，并且内存使用量增加了。我们将提供一种在ML Kit中正确处理它的方法。同时，您可以限制发送到ML Kit的图像。

例如，ML Kit快速入门示例应用程序在此处进行图像调节： https://github.com/firebase/quickstart-android/blob/master/mlkit/app/src/main/java/com/google/firebase/samples/apps/mlkit/VisionProcessorBase.java#L49

为什么MLKIT中的“检测人脸”会使内存泄漏？

1 个答案: