高通 AI Edge Box 同时运行目标检测与 OCR 双模型,两套推理会话互相抢占内存导致随机崩溃,如何优化?

三手玫瑰 2026-06-30 17:48:58

高通 AI Edge Box 同时运行目标检测与 OCR 双模型,两套推理会话互相抢占内存导致随机崩溃,如何优化?
 

...全文
78 1 打赏 收藏 转发到动态 举报
写回复
用AI写文章
1 条回复
切换为时间正序
请发表友善的回复…
发表回复
weixin_38498942 07-02 16:52
  • 打赏
  • 举报
回复

两套模型同时申请大块连续物理内存,边缘 Box 内存资源不足,内存分配失败直接导致进程崩溃;同时共享预处理缓冲区造成内存读写冲突。
内存池隔离分配(QNN C++ 开发参考逻辑)

// 为检测、OCR分别创建独立内存池
Qnn_MemoryPool_Handle det_pool, ocr_pool;
create_memory_pool(&det_pool, det_model_mem_size);
create_memory_pool(&ocr_pool, ocr_model_mem_size);
// 各自会话绑定专属内存池,互不抢占
session_det.bind_memory_pool(det_pool);
session_ocr.bind_memory_pool(ocr_pool);

串行调度机制:单帧先执行目标检测,裁剪目标区域后再送入 OCR,取消并行推理,错开内存峰值;
预处理缓存复用:全局统一图像缓存,完成推理后立即释放纹理、张量临时内存;
限制最大并发推理帧数,避免多帧堆积占用内存。

内容概要:本文围绕基于蜣螂优化算法(DBO)的无线传感器网络(WSN)覆盖优化问题展开研究,提出了一种创新性的智能优化解决方案,并提供了完整的Matlab代码实现。研究首先分析了传统WSN覆盖优化中存在的覆盖率低、能耗不均等问题,随后引入蜣螂优化算法这一新型群体智能算法,通过模拟蜣螂的生物行为机制,构建了适用于传感器节点部署优化的数学模型。文中详细阐述了算法的设计思路、实现步骤及其在提高网络覆盖率、延长网络生命周期方面的有效性,同时通过仿真实验与其他主流优化算法进行了对比,验证了所提方法的优越性。; 适合人群:具备一定优化算法基础和Matlab编程能力,从事通信工程、物联网、智能优化等相关领域的研究生及科研人员。; 使用场景及目标:①解决无线传感器网络中节点部署不合理导致的覆盖盲区问题;②提升网络整体覆盖性能与资源利用效率;③为智能优化算法在实际工程中的应用提供可复现的研究案例和技术参考。; 阅读建议:建议读者结合文中的Matlab代码进行实践操作,重点关注算法参数设置、适应度函数设计及仿真结果分析部分,同时可尝试将该算法迁移至路径规划、资源调度等其他优化场景中进行拓展研究。

7,652

社区成员

发帖
与我相关
我的任务
社区描述
本论坛以AI、WoS 、XR、IoT、Auto、生成式AI等核心板块组成,为开发者提供便捷及高效的学习和交流平台。 高通开发者专区主页:https://qualcomm.csdn.net/
人工智能物联网机器学习 技术论坛(原bbs) 北京·东城区
社区管理员
  • csdnsqst0050
  • chipseeker
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧