Question

我正在使用带有Python3绑定的最新版本的openALPR SDK。

我们正在具有GTX1050的Windows笔记本电脑上使用openALPR GPU加速功能。当使用一个摄像头流（使用alprstream对象）时，一切似乎运行良好，但是当使用两个启用GPU加速功能的摄像头时，我开始遇到读/写内存访问冲突，诸如“图像高度为错误”，以及其他一些与GPU相关的异常。执行以下代码（由两个线程执行）时会发生崩溃：

def start_feed(self):

    while True:

        while self.alpr_stream.video_file_active() and self.alpr_stream.get_queue_size() > 0:

            self.alpr_stream.process_batch(self.alpr)
            active_groups = len(self.alpr_stream.peek_active_groups())

            if active_groups > 0:
                groups = self.alpr_stream.pop_completed_groups()

                for group in groups:
                    print("=" * 50)
                    print(json.dumps(group, indent=4))
                    print("Group ({}-{}): {} ({:.2f}% confident)".format(
                        group['epoch_start'], group['epoch_end'],
                        group['best_plate']['plate'], group['best_plate']['confidence']))
                    print("=" * 50)

                    group['best_plate']['camera_id'] = group['camera_id']
                    self.signal.emit(group['best_plate'])

特别是，它在此行崩溃：

self.alpr_stream.process_batch(self.alpr)

每个视频流都有自己的线程，alpr和alprstream对象。但是，似乎处理流/ GPU批处理是共享的，因为仅当两个相机流都使用process_batch（）函数时，应用程序才会崩溃。

我曾尝试通过互斥Mutex.acquire（）和Mutex.release（）来阻止同时访问该功能，但这没用。

以下是我遇到的一些例外情况：

''' OSError：异常：访问冲突写入0x00000000E50A1CA0 '''

''' OSError：异常：访问冲突读取0x0000000000000000 '''

以下是有关我们正在使用的内容的更多详细信息：

openALPR SDK版本：2.6.103

Python版本：3.6.8

gpu_batch = 10

alprstream frame_queue_size = 10（对于每个流）

我们现在可以使2个视频流正常工作的唯一方法是将一个流分配给GPU，将另一个分配给CPU，但是CPU流比GPU慢得多。

问题：知道为什么会这样吗？以及我们如何在同一个GPU上使用多个摄像头？

谢谢

在openalpr上使用2个视频流和GPU硬件加速

0 个答案: