deepsort使用cpu100%

deepsort在机器上100%占用CPU

问题：

在使用yolov5+deepsort进行模型推理时，运行的机器是48核的CPU，仅运行一个程序，发现GPU使用有1000多兆，但是CPU是满核运行。

处理问题：

1. 发现问题：判断哪些代码造成了对CPU的过量使用，最终发现在对图像进行tracker.update()这行代码使用的使用，造成的cpu的满核使用。

2. 分析问题：可能是tracker在update的使用了numpy,numpy自动开启多个线程，造成CPU的满核运行

3. 记录问题解决过程：
   思路一：考虑将numpy全部推到gpu上面计算。
   a. 可以使用cupy包(在代码中将import numpy as np 修改成 import cupy as np),但是存在一些问题就是numpy包的接口和cupy并不是完全相同的，并且在算法中多处使用了numpy数组，所以在修改的时候一直报错，后来放弃了。
   b.使用minpy包，(在代码中将import minpy as np 修改成 import cupy as np)，但是安装minpy失败，后来放弃。
   注：虽然这种思路的两种方法都没成功，但是如果代码不是很复杂，可以考虑修改，这种方法是解决占用cpu问题的上策。
   思路二：限制CPU对线程的使用
   a.因为我的代码本来就是多线程的，所以通过os的限制，可能会影响我的程序的运行，如果你本来就是单线程的，可以考虑使用这种方法。

   import os
   os.environ[“OMP_NUM_THREADS”] = “1”
   os.environ[“OPENBLAS_NUM_THREADS”] = “1”
   os.environ[“MKL_NUM_THREADS”] = “1”
   os.environ[“VECLIB_MAXIMUM_THREADS”] = “1”
   os.environ[“NUMEXPR_NUM_THREADS”] = “1”

   b.后来想是不是可以限制单行代码对线程的使用，后来发现还真有，就是threadpoolctl包。具体操作如下：

from threadpoolctl import threadpool_limits
with threadpool_limits(limits=1, user_api='blas'):
	tracker.update() #your codes
	

感谢：
[^1]https://stackoverflow.com/questions/65100393/deep-sort-uses-a-lot-of-cpu