config.yml 2.7 KB

1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162636465666768697071
  1. #rpc端口, rpc_port和http_port不允许同时为空。当rpc_port为空且http_port不为空时,会自动将rpc_port设置为http_port+1
  2. rpc_port: 18091
  3. #http端口, rpc_port和http_port不允许同时为空。当rpc_port可用且http_port为空时,不自动生成http_port
  4. http_port: 9998
  5. #worker_num, 最大并发数。当build_dag_each_worker=True时, 框架会创建worker_num个进程,每个进程内构建grpcSever和DAG
  6. ##当build_dag_each_worker=False时,框架会设置主线程grpc线程池的max_workers=worker_num
  7. worker_num: 10
  8. #build_dag_each_worker, False,框架在进程内创建一条DAG;True,框架会每个进程内创建多个独立的DAG
  9. build_dag_each_worker: False
  10. dag:
  11. #op资源类型, True, 为线程模型;False,为进程模型
  12. is_thread_op: False
  13. #重试次数
  14. retry: 10
  15. #使用性能分析, True,生成Timeline性能数据,对性能有一定影响;False为不使用
  16. use_profile: True
  17. tracer:
  18. interval_s: 10
  19. op:
  20. det:
  21. #并发数,is_thread_op=True时,为线程并发;否则为进程并发
  22. concurrency: 8
  23. #当op配置没有server_endpoints时,从local_service_conf读取本地服务配置
  24. local_service_conf:
  25. #client类型,包括brpc, grpc和local_predictor.local_predictor不启动Serving服务,进程内预测
  26. client_type: local_predictor
  27. #det模型路径
  28. model_config: ./ppocr_det_v3_serving
  29. #Fetch结果列表,以client_config中fetch_var的alias_name为准,不设置默认取全部输出变量
  30. #fetch_list: ["sigmoid_0.tmp_0"]
  31. #计算硬件ID,当devices为""或不写时为CPU预测;当devices为"0", "0,1,2"时为GPU预测,表示使用的GPU卡
  32. devices: "0"
  33. ir_optim: True
  34. rec:
  35. #并发数,is_thread_op=True时,为线程并发;否则为进程并发
  36. concurrency: 4
  37. #超时时间, 单位ms
  38. timeout: -1
  39. #Serving交互重试次数,默认不重试
  40. retry: 1
  41. #当op配置没有server_endpoints时,从local_service_conf读取本地服务配置
  42. local_service_conf:
  43. #client类型,包括brpc, grpc和local_predictor。local_predictor不启动Serving服务,进程内预测
  44. client_type: local_predictor
  45. #rec模型路径
  46. model_config: ./ppocr_rec_v3_serving
  47. #Fetch结果列表,以client_config中fetch_var的alias_name为准, 不设置默认取全部输出变量
  48. #fetch_list:
  49. #计算硬件ID,当devices为""或不写时为CPU预测;当devices为"0", "0,1,2"时为GPU预测,表示使用的GPU卡
  50. devices: "0"
  51. ir_optim: True