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
64 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:本文介绍了一种基于多目标粒子群算法(MOPSO)的微电网优化调度模型,综合考虑风能、光伏、储能系统、柴油发电机、燃气轮机以及与主电网之间的能量交互等多种分布式能源的协同运行。通过构建以运行成本最小化、碳排放最低化和系统可靠性最优化为目标的多目标优化模型,利用Matlab平台实现MOPSO算法求解,完成对微电网在不同运行场景下的能量管理与调度方案优化。该模型能够有效平衡经济性与环保性之间的关系,适用于含多类型分布式电源的复杂微电网系统,具有较强的工程应用价值和科研参考意义; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及工程技术人员,尤其适合从事微电网、智能电网、综合能源系统、可再生能源集成与优化调度等领域研究的专业人士; 使用场景及目标:①用于多能源耦合微电网系统的协同优化调度研究;②支持多目标智能优化算法在能源系统中的建模与求解实践,帮助用户掌握MOPSO在实际工程问题中的应用方法;③为学术论文复现、毕业设计、科研项目开发提供完整的代码实例与技术支撑; 阅读建议:建议读者结合Matlab代码与理论文档,深入理解目标函数构建、约束条件处理及Pareto最优解集生成机制,重点关注算法参数设置、多目标权衡分析与结果可视化,并可通过调整能源配置或引入新约束进行二次开发与创新研究。

7,647

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