在Mac M1上运行DocTR时解决"无法关闭对象"的内存泄漏问题

DocTR是一个基于深度学习的文档理解和OCR工具包，它支持TensorFlow和PyTorch两种后端。最近有用户在Mac M1设备上运行DocTR时遇到了一个关于内存泄漏的警告信息。

问题现象

当用户尝试在Mac M1上运行DocTR的OCR预测功能时，系统会显示警告："Cannot close object, library is destroyed. This may cause a memory leak!"。这个问题出现在使用PyTorch后端处理PDF文档时。

环境配置

出现问题的环境配置如下：

• 操作系统：Mac OSX 14.3
• Python版本：3.11.8
• PyTorch版本：2.2.0
• DocTR版本：v0.7.0
• 使用PyTorch后端(通过设置USE_TORCH环境变量)

问题分析

这个警告信息表明在程序结束时，某些资源没有被正确释放，可能导致内存泄漏。在DocTR中，这通常与图像处理或PDF解析的后端库有关。

解决方案

经过测试，发现以下两种方法可以解决或绕过这个问题：

1. 使用synthesize()方法替代show()： 原始代码中使用的show()方法会触发这个问题，而改用synthesize()方法配合matplotlib显示结果则可以正常工作。

   result = model(doc)
   synthetic_pages = result.synthesize()
   plt.imshow(synthetic_pages[0])
   plt.axis('off')
   plt.show()
   

2. 更新API调用方式： 从DocTR的更新日志来看，show()方法的API有所变化，现在应该直接使用show()而不需要传递文档参数。

   result.show()  # 替代原来的result.show(doc)
   

深入理解

这个问题的根本原因可能与Mac M1的ARM架构和PyTorch的兼容性有关。在ARM架构的设备上，某些底层库的资源管理可能与x86架构有所不同，导致在程序结束时资源释放不完全。

DocTR在处理文档时会使用多个底层库：

• 对于PDF处理：可能使用pdfium或pypdfium2
• 对于图像处理：使用OpenCV或Pillow
• 对于OCR：使用PyTorch或TensorFlow

这些库之间的交互在ARM架构上可能不如在x86架构上稳定，特别是在资源释放方面。

最佳实践建议

对于Mac M1用户，建议：

1. 优先使用synthesize()方法获取结果，然后使用matplotlib进行显示
2. 确保使用最新版本的DocTR和相关依赖
3. 考虑使用虚拟环境隔离Python环境
4. 对于生产环境，建议在Linux服务器上部署以获得更好的稳定性

总结

虽然这个警告不会直接影响OCR功能的正常运行，但从长期运行的角度考虑，内存泄漏问题应当被重视。通过使用替代的API方法或更新调用方式，可以避免这个问题。DocTR团队也在持续改进对ARM架构的支持，未来版本可能会彻底解决这个问题。

对于开发者来说，理解底层库在不同架构上的行为差异，以及掌握多种结果可视化方法，都是提高开发效率和系统稳定性的重要技能。