docs: 优化博客OCR推理引擎选择指南

docs/blog/posts/inference_engine/which_inference.md

@@ -1,5 +1,5 @@
 ---
-title: 选择哪个推理引擎？
+title: OCR推理引擎选择指南
 authors: [SWHL]
 slug: which-inference
 date:
@@ -10,13 +10,13 @@ categories:
 comments: true
 ---
 
-主要介绍一下当前阶段，CPU端和GPU端推理引擎选择问题。
+介绍在CPU端和GPU端，OCR模型的推理引擎选择问题。
 
 <!-- more -->
 
-### CPU端推理引擎选择
+## CPU端推理引擎选择
 
-☆ 推荐：`rapidocr_onnxruntime`
+### ☆ 推荐：`rapidocr_onnxruntime`
 
 目前可用的推理库有：`rapidocr_onnxruntime`，`rapidocr_openvino`和`rapid_paddle`。这三个库均可在CPU上推理，除推理引擎不同外，其他接口均相同。
 
@@ -37,17 +37,30 @@ paddlepaddle推理引擎，并未测试与其他两个速度差异。但是相
 |`rapidocr_onnxruntime`||✓|
 |`rapidocr_openvino`|✓||
 
-### GPU端推理引擎选择
+## GPU端推理引擎选择
 
-#### ☆ 推荐：`rapidocr_paddle`
+### ☆ 推荐：`rapidocr_paddle`
 
-#### 推荐理由
+### 推荐理由 → [link](../../../install_usage/rapidocr_paddle/usage.md)
 
-参见文档 → [link](../../../install_usage/rapidocr_paddle/usage.md)
-
-#### 其他不推荐原因
+### 其他不推荐原因
 
 `rapidocr_openvino`: 出自英特尔，只适配自家GPU，因此，肯定不支持其他家的。如果支持了，烦请留言告知。
 
 `rapidocr_onnxruntime`: onnxruntime-gpu版对动态图支持较差，推理速度很慢。OCR中文本检测部分输入就是动态的。详细参见文档 → [link](./onnxruntime/onnxruntime-gpu.md)
 
+## 如果遇到内存泄露怎么办？
+
+### 内存泄露问题是什么？
+
+内存泄露问题指的是推理引擎在提取较大图像文字时，会申请较多内存。而在提取完成之后，不释放这些临时申请的内存。如果后续再遇到一张更大尺寸的图像，当前内存不够用的话，推理引擎会申请更多内存。同样，这些内存也不会被推理引擎释放。
+
+这样，后续如果再遇到更大尺寸图像，则机器很容易内存溢出。
+
+### 哪些推理引擎有这个问题？
+
+已知的是OpenVino和PaddlePaddle存在这个问题，ONNXRuntime没有。
+
+### 可能的解决方案
+
+总结自群友：**多进程/线程 + 定时重启**

docs/blog/posts/rec_dict_onnx.md

@@ -12,13 +12,15 @@ comments: true
 <!-- more -->
 
 ### 引言
+
 在文本识别时，识别的每一种语言，都有一个对应的字典，用来还原识别的文本内容。例如英文识别模型的字典就是26个英文字母的大小写以及常用符号，中文识别模型的字典一般包括常用汉字、字母和符号等。
 
 受启发于[issue #42](https://github.com/RapidAI/RapidOCR/issues/42)，目前基于ONNXRuntime的推理引擎`rapidocr_onnxruntime`库已经将字典写入到onnx模型中，无需额外指定字典TXT文件。
 
 以下将对这一部分做详细讲解，感兴趣小伙伴，可自行取用。
 
 ### 将字典内容写入到ONNX中
+
 !!! note
 
     在PaddleOCRModelConvert工具中已经将上述操作写到了包中，使用该工具可自动将字典写入到ONNX中。源码位于：[link](https://github.com/RapidAI/PaddleOCRModelConvert/blob/64a66ebe8c6147f0bacc5e0dd22a0809cad332e6/paddleocr_convert/main.py#L51)
@@ -42,6 +44,7 @@ onnx.save_model(model, '/path/to/model.onnx')
 ```
 
 ### 获取字典内容
+
 !!! note
 
     该部分已经在rapidocr_onnxruntime上实现，详情参见：[link](https://github.com/RapidAI/RapidOCR/blob/37e49c6ae25135a339b208f9ac64382ee7d4d688/python/rapidocr_onnxruntime/ch_ppocr_v3_rec/text_recognize.py#L31-L32)
@@ -59,4 +62,3 @@ chars = metamap['dictionary'].splitlines()
 # 读取shape键对应的值
 input_shape = json.loads(metamap['shape'])
 ```
-

docs/install_usage/rapidocr_paddle/usage.md

@@ -11,7 +11,11 @@ comments: true
 
 #### 简介
 
-`rapidocr_paddle`系列包是基于PaddlePaddle框架作为推理引擎的，支持CPU和GPU上推理。推荐GPU上用这个，CPU端还是以`rapidocr_onnxruntime`和`rapidocr_openvino`为主。毕竟PaddlePaddle的CPU端还是比较重的。
+PaddleOCR模型本身就是由PaddlePaddle框架训练而来的，PaddlePaddle框架原生支持在CPU和GPU上推理PaddleOCR相关模型。
+
+`rapidocr_paddle`包是基于PaddlePaddle框架作为推理引擎的，支持CPU和GPU上推理，推荐GPU端使用。原因是ONNXRuntime和OpenVINO在GPU上支持较差。
+
+CPU端还是以`rapidocr_onnxruntime`和`rapidocr_openvino`为主。毕竟PaddlePaddle的CPU端还是比较重的。
 
 值得说明的是，这个包和PaddleOCR相比，代码基本都是一样的，只不过这个库将里面核心推理代码抽了出来，更加精简而已。