在网上看的都是在make kernel_menuconfig下搞网卡驱动

编译官方提供的demo,这是什么情况呀，大佬们

请教：我需要连续高频次调用目标检测，我的思路是先进行一个初始化NPU_Yolo_init和一个预处理Detect_pr，然后调用Detect()，会造成内存不停疯长，一会就撑满了。不知道问题在哪里。劳烦大神指教。
//初始化，执行一次
int NPU_Yolo::NPU_Yolo_init(string moduleFile)
{
/* Initialize vip lite /
status = vip_init(80 * 1024 * 1024);
_CHECK_STATUS(status, final);
printf("Initialize vip lite success\n");
/ Initialize network items /
status = vnn_InitNetworkItem(&network_items,moduleFile);
_CHECK_STATUS(status, final);
printf("Initialize network items success\n");
/ Create the neural network */
status = vnn_CreateNeuralNetwork(network_items);
_CHECK_STATUS(status, final);
printf("Create the neural network success\n");
final:
return status;
}

//作为预处理，执行一次
void NPU_Yolo::Detect_pre(cv::Mat frame)
{
int sizeInt=640;//v5 640 v3 416
int w=sizeInt;
float h=frame.rowssizeInt/frame.cols;
cv::resize(frame,frame,cv::Size(sizeInt,int(h)));
Mat mat(Size(sizeInt,sizeInt),CV_8UC3,Scalar(0));
Mat roi=mat(Rect(0,0,frame.cols,frame.rows));
Mat mask=Mat(roi.rows,roi.cols,roi.depth(),Scalar(1));
frame.copyTo(roi,mask);
/ Pre process the input/output data /
status = vnn_PreProcessNeuralNetwork(network_items,frame);
_CHECK_STATUS(status, final);
printf("Pre process the input/output data success\n");
/ Run the neural network */
status = vnn_RunNeuralNetwork(network_items);
_CHECK_STATUS(status, final);
printf("Run the neural network success\n");

final:
mat.release();

}
// 高频次调用进行目标检测
vector<Object> NPU_Yolo::Detect(cv::Mat frame)
{
cout<<" *** 1 "<<endl;
int sizeInt=640;//v5 640 v3 416
int w=sizeInt;
float h=frame.rows*sizeInt/frame.cols;
cv::resize(frame,frame,cv::Size(sizeInt,int(h)));
Mat mat(Size(sizeInt,sizeInt),CV_8UC3,Scalar(0));
Mat roi=mat(Rect(0,0,frame.cols,frame.rows));
cout<<" *** 2 "<<endl;
Mat mask=Mat(roi.rows,roi.cols,roi.depth(),Scalar(1));
frame.copyTo(roi,mask);
std::vector<Object> objects= vnn_PostProcessNeuralNetwork(network_items,mat);
cout<<" *** 3 "<<endl;
_CHECK_STATUS(status, final);
printf("Post process output data success\n");
final:
mat.release();
cout<<" *** 4 "<<endl;
}

需要高频次通过NPU进行YOLO检测目标，请教如何能避免多次读入模型和多次申请内存？——就是要快速连续多次调用NPU，要将初始化的部分、预测部分和资源释放部分分开，希望高手指教，感谢！

@awwwwa 这东西是用CPU解码还是NPU解码

@awwwwa 谢谢，我研究一下

@awwwwa 有 例子吗大佬

@awwwwa 怎么官方上面说支持OpenCL,如果我要硬解码，要用什么方式呢

本人小白，求各位大佬赏一个V853使用OpenCL对视频和图片进行解码的例子。

4642.162998] Tcp: request sock TCp: Possible SYN flooding on port 8081. Dropping request.
Check SNmp counters.
V853 启动一个websocket服务（不依赖ssl的版本），另外一台机器的浏览器第一次连接这个websocket端口，就立即报出以上的这个错误。
V853上就启动了一个HTTP服务，和这个websocket服务，分别是两个不同的端口；浏览器连接http后再连接websocket就报溢出了。
是不是需要改什么连接数配置？求助。

在网上看的都是在make kernel_menuconfig下搞网卡驱动