我英语说得不好。但我想解决这个错误。为什么heroku的记忆力不断提高？(当我使用我的网络应用程序时(
heroku错误代码是H14，如下所示：
Process running mem=541M(105.8%)
Error R14 (Memory quota exceeded)
========== after app running ===============
Process running mem=831M(162.4%)
Error R14 (Memory quota exceeded)
========== after app running ===============
Process running mem=856M(167.3%)
Error R14 (Memory quota exceeded)
我想恢复内存(？((像541M>831M>541M(，但是，内存总是增加，而不是减少，所以我最终运行heroku重新启动。
我不想重新启动，我想减少内存。我该怎么办？对不起，我英语不太好。谢谢
这是我的python代码。
from flask import Flask, render_template, request
import cv2
import numpy
import gc
import face_detection
import predict
from mtcnn.mtcnn import MTCNN
from keras.models import load_model
app = Flask(__name__, static_url_path="/static")
print("시작 ")
detector = MTCNN()
model = load_model('./static/keras_model/1layer_128_1_best(1)-SGD.h5')
print("로딩됨")
@app.route('/')
def render_file():
return render_template('upload.html')
@app.route('/file_uploaded',methods = ['GET', 'POST'])
def upload_file():
if request.method == 'POST': # POST 방식으로 전달된 경우
f = request.files['upload_image'].read()
# # 파일 객체 혹은 파일 스트림을 가져오고, html 파일에서 넘겨지는 값의 이름을 file1으로 했기 때문에 file1임.
# 업로드된 파일을 특정 폴더에저장하고,
# convert string data to numpy array
npimg = numpy.fromstring(f, dtype=numpy.uint8)
# convert numpy array to image
img = cv2.imdecode(npimg, cv2.IMREAD_COLOR)
if img.shape[0] > 500 or img.shape[1] > 500:
if img.shape[0] > img.shape[1]:
bigger = img.shape[0]
else :
bigger = img.shape[1]
scale_percent = (bigger - 500) *100 / bigger
width = int(img.shape[1] * (100-scale_percent) / 100)
height = int(img.shape[0] * (100- scale_percent) / 100)
dim = (width, height)
img = cv2.resize(img, dim, interpolation = cv2.INTER_AREA)
print(img.shape)
# 이거때문에 face_extract 때문에 올라감
face_extract = face_detection.input_image(detector, img)
print("얼굴추출 완료")
if len(face_extract) == 0:
print("얼굴인식 못했음")
return render_template('fail_back.html')
else:
result, k = predict.prediction(face_extract, model)
iu_percent = round(float(k[0][0] * 100), 3)
suzy_percent = round(float(k[0][1]) * 100, 3)
# return send_file(file_object, mimetype='image/jpeg')
if iu_percent > suzy_percent:
return render_template('result.html', image_file="image/result_iu.jpg", not_similler="수지",
not_similler_percent=suzy_percent, similler="아이유", similler_percent=iu_percent)
else:
return render_template('result.html', image_file="image/result_suzy.jpg", not_similler="아이유",
not_similler_percent=iu_percent, similler="수지", similler_percent=suzy_percent)
else:
return render_template('fail_back.html')
if __name__ == '__main__':
# debug를 True로 세팅하면, 해당 서버 세팅 후에 코드가 바뀌어도 문제없이 실행됨.
app.run(threaded=True)
我发布了我的代码。我的代码选择一个人。它告诉两者中哪一个看起来更像。
我的应用程序站点：simstest.herokuapp.com
但是，当您使用网站时，Heroku内存会增加，网站会重新启动。
哦，我找到了增加记忆力的方法。
import gc def face_eye_trace(data,result_list): for result in result_list : x = int(result['box'][0]) y = int(result['box'][1]) if x < 0: x = 0 if y < 0: y = 0 width = int(result['box'][2]) height = int(result['box'][3]) img3 = data[y:y + height, x:x + width] return img3 def input_image(input_detector,pixels_image): detector = input_detector pixels = pixels_image try: # 이것때문에 memory 증가=============== faces = detector.detect_faces(pixels) print(len(faces)) if len(faces) == 0: return [] elif len(faces) == 1 : face_detection = face_eye_trace(pixels,faces) else : print("다수의 얼굴이 인식되어 종료했습니다.") return [] except: print("얼굴 인식을 하지 못하였습니다.") return [] print("detection:" ,gc.collect()) return face_detection
此代码方法"face_detection=face_eye_trace(像素，人脸("导致内存增加。
为什么这种方法可以增加内存？为什么这个方法之后不自动返回内存？
垃圾回收器接口模块(gc(正是您可以在这里用来进一步调试这个问题的。
调试泄漏的程序调用：
gc.set_debug(gc.DEBUG_LEAK)
这将把有关垃圾收集的调试信息输出到控制台中。
为了进一步调试，gc模块提供了更多的功能，包括列出垃圾收集器跟踪的所有对象、禁用/启用收集器或手动触发垃圾收集。
如果您没有泄漏，并且只想降低内存使用率，请尝试使用gc.set_threshold在较低的内存使用点触发垃圾收集。