PaddleOCR-VL循环predict请求时内存增加不释放问题

[fhkankan]

Checklist:

• 查找历史相关issue寻求解答
• 翻阅FAQ
• 翻阅PaddleX 文档
• 确认bug是否在新版本里还未修复

描述问题

addleOCR-VL采用vllm部署后，300多张图片循环请求predict时，出现内存由2G占用不断增加到10G不释放，是否存在内存泄漏？如何改善？

客户端和服务端是k8s中的一个pod，2个容器，每个容器都用了一张A100的卡。

发现客户端的内存增长不释放，客户端的容器内，使用nvidia-smi看了下GPU是有资源使用的（由此可知是正常使用了显存，非用内存替代））

实测，在predict后加gc.collect()，上涨降低（2G到6G），但是还是逐个累加

复现

from paddleocr import PaddleOCRVL

pipeline = PaddleOCRVL(
    layout_detection_model_name="PP-DocLayoutV2",
    layout_deteection_model_dir="/models/PP-DocLayoutV2",
    vl_rec_backend="vllm-server",
    vl_rec_server_url="http://127.0.0.1:8000/v1",
)

async def parse_file(file_base64):
    result = pipeline.predict(file_base64)
    result = [res.json for res in result]
    return result

环境

1. 请提供您使用的PaddlePaddle和PaddleX的版本号
   paddlepaddle-gpu==3.2.1

2. 请提供您使用的操作系统信息，如Linux/Windows/MacOS
   linux

3. 请问您使用的Python版本是？
   python=3.12

4. 请问您使用的CUDA/cuDNN的版本号是？
   CUDA=12.2

[fhkankan]

定位到框选部分导致内存累加不释放，改为下面的写法（绿色部分）后，累加数值有明显降低，但是最高值还是有增加趋势，是否有更好的写法或处理方式？