Bug

[Elmyran]

问题描述 / Problem Description

python每次调用时都会输出日志，但是在循环中长时间创建对象并识别会直接阻塞，同时也没有日志输出，查看Windows日志显示0xc0000005报错
错误应用程序名称: python.exe，版本: 3.10.10150.1013，时间戳: 0x63e2893e
错误模块名称: onnxruntime_pybind11_state.pyd，版本: 0.0.0.0，时间戳: 0x664468af
异常代码: 0xc0000005
错误偏移量: 0x000000000015ac00
错误进程 ID: 0xd24
错误应用程序启动时间: 0x01dc8381fff09a53
错误应用程序路径: C:\Users\19800\Desktop\NS\toolkit\python.exe
错误模块路径: C:\Users\19800\Desktop\NS\toolkit\lib\site-packages\onnxruntime\capi\onnxruntime_pybind11_state.pyd
报告 ID: 9c30944c-de99-4533-897a-6cdbafba870d
错误程序包全名:
错误程序包相对应用程序 ID:

运行环境 / Runtime Environment

onnxruntime-directml==1.18.0
rapidocr==3.4.5
python==3.10.10

复现代码 / Reproduction Code

可能解决方案 / Possible solutions

AI说这是内存访问越界可以降级onnxruntime-directml，但试了几个版本都没有解决，有没有推荐的版本

[Elmyran]

params={
"EngineConfig.onnxruntime.use_dml": True,
"EngineConfig.enable_cpu_mem_arena": True,
"Det.ocr_version": OCRVersion.PPOCRV4,
"Det.engine_type": EngineType.ONNXRUNTIME,
"Det.lang_type": LangDet.CH,
"Det.unclip_ratio": 1.9,
"Det.box_thresh": 0.5,
"Global.max_side_len": 2000,
"Global.text_score": 0.5,
"Det.model_type": ModelType.MOBILE,
"Rec.ocr_version": OCRVersion.PPOCRV5
}

[SWHL]

可以具体说一下怎么用的吗？长时间创建对象并使用过？一般不都是创建一次吗？

[Elmyran]

在执行每日定时自动化任务时(在循环里判断下次执行时间，到达指定时间执行任务)，为了优化内存占用，我采用了 functools.cached_property 来延迟加载 OCR 实例（基于 RapidOCR），并在任务结束后通过删除缓存属性（del）来释放资源。但在实际运行中发现，当第二天 8 点任务再次执行，实例化并识别文字时，程序会阻塞。
问题发生在删除缓存这里，如果不再删除缓存则运行正常。

[SWHL]

可以看看具体缓存了啥吗？怀疑把实例化内存的模型给删了

…

---- Replied Message ---- | From | ***@***.***> | | Date | 01/16/2026 18:26 | | To | RapidAI/RapidOCR ***@***.***> | | Cc | SWHL ***@***.***>, Comment ***@***.***> | | Subject | Re: [RapidAI/RapidOCR] Bug (Discussion #625) | 在执行每日定时自动化任务时(在循环里判断下次执行时间，到达指定时间执行任务)，为了优化内存占用，我采用了 functools.cached_property 来延迟加载 OCR 实例（基于 RapidOCR），并在任务结束后通过删除缓存属性（del）来释放资源。但在实际运行中发现，当第二天 8 点任务再次执行，实例化并识别文字时，程序会阻塞。 问题发生在删除缓存这里，如果不再删除缓存则运行正常。 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: ***@***.***>

[Elmyran]

from functools import cached_property

class Ocr:
    def __init__(self, button: ButtonWrapper, lang='cn', name=None):
        if name is None:
            name = button.name

        self.button: ButtonWrapper = button
        self.lang: str = lang
        self.name: str = name

    @cached_property
    def model(self) -> RapidOCR:
        """
        获取 OCR 模型实例
        """
        return OCR_MODEL.get_by_lang('cn')

    def pre_process(self, image):

        return image

    def after_process(self, result):

        return result

    def format_result(self, result):

        return result

    def detect_and_ocr(self, image, direct_ocr=False) -> list[BoxedResult]:
        """
        Args:
            image:
            direct_ocr: True to ignore `button` attribute and feed the image to OCR model without cropping.

        Returns:

        """
        from module.ocr.utils import merge_buttons
        # pre process
        start_time = time.time()
        if not direct_ocr:
            image = crop(image, self.button.area, copy=False)
        image = self.pre_process(image)
        # ocr
        results: list[BoxedResult]=[]
        output= self.model(image)
        if output.txts:
            for i in range(len(output.txts)):
                box = output.boxes[i]
                text = output.txts[i]
                score = output.scores[i]
                boxed_result = BoxedResult(
                    box=box, 
                    text_img=None, 
                    ocr_text=text, 
                    score=score
                )
                results.append(boxed_result)
        # after proces
        for result in results:
            if not direct_ocr:
                result.box += self.button.area[:2]
            result.box = tuple(corner2area(result.box))

        results = [result for result in results if self.filter_detected(result)]
        
        results = merge_buttons(results, thres_x=self.merge_thres_x, thres_y=self.merge_thres_y)
        for result in results:
            result.ocr_text = self.after_process(result.ocr_text)

        logger.attr(name='%s %ss' % (self.name, float2str(time.time() - start_time)),
                    text=str([result.ocr_text for result in results]))
        return results



from module.base.decorator import cached_property, del_cached_property
from module.exception import ScriptError
from module.logger import logger
from rapidocr import EngineType, LangDet, ModelType, OCRVersion, RapidOCR
DIC_LANG_TO_MODEL = {
    'cn': 'ch',
    'en': 'en',
    'jp': 'japan',
    'tw': 'cht',
}


def lang2model(lang: str) -> str:
    return DIC_LANG_TO_MODEL.get(lang, lang)


       
class OcrModel:
    _model_init_thread = None
    def get_by_model(self, model: str) -> RapidOCR:
        try:
            return self.__getattribute__(model)
        except AttributeError:
            raise ScriptError(f'OCR model "{model}" does not exists')

    def get_by_lang(self, lang: str) -> RapidOCR:
        try:
            model = lang2model('cn')
            return self.__getattribute__(model)
        except AttributeError:
            raise ScriptError(f'OCR model under lang "{lang}" does not exists')

    def resource_release(self):
        del_cached_property(self, 'ch')

    @cached_property
    def ch(self):
        params={
        "EngineConfig.onnxruntime.use_dml": True,
        "EngineConfig.enable_cpu_mem_arena": True,
        "Det.ocr_version": OCRVersion.PPOCRV4,
        "Det.engine_type": EngineType.ONNXRUNTIME,
        "Det.lang_type": LangDet.CH,
        "Det.unclip_ratio": 1.9,
        "Det.box_thresh": 0.5,
        "Global.max_side_len": 2000,
        "Global.text_score": 0.5,
        "Det.model_type": ModelType.MOBILE,
        "Rec.ocr_version": OCRVersion.PPOCRV5


        
    }
        return RapidOCR(params=params)

OCR_MODEL = OcrModel()