Python 脚本在编码过程中被终止

我想尽量减少我的人脸识别系统从PC到Jetson nano

在系统对数据集中的一些图像进行编码后，系统会冻结一段时间并被杀死

这是我的代码：

import face_recognition
import cv2
import numpy as np
import os
import glob
import platform

def running_on_jetson_nano():
   return platform.machine() == "aarch64"

def get_jetson_gstreamer_source(capture_width=1280, capture_height=720, display_width=1280, display_height=720, framerate=60, flip_method=0):
    return (f'nvarguscamerasrc ! video/x-raw(memory:NVMM), ' +
            f'width=(int){capture_width}, height=(int){capture_height}, ' +                
            f'format=(string)NV12, framerate=(fraction){framerate}/1 ! ' +
            f'nvvidconv flip-method={flip_method} ! ' +
            f'video/x-raw, width=(int){display_width}, height=(int){display_height}, format=(string)BGRx ! ' +
            'videoconvert ! video/x-raw, format=(string)BGR ! appsink'
        )
if running_on_jetson_nano():
   video_capture = cv2.VideoCapture(get_jetson_gstreamer_source(), cv2.CAP_GSTREAMER)
else:
   video_capture = cv2.VideoCapture(0)


path = './dataset'
folders = [f for f in glob.glob(path + '**/*', recursive=True)]

known_face_encodings = []
known_face_names = []

for f in folders:
    names = f.split('/')[2]
    print('encoding file : {}'.format(names))
    for images_f in glob.glob(f + '**/*.jpg'):

        images = face_recognition.load_image_file(images_f)
        location = face_recognition.face_locations(images)
        images_encoding = face_recognition.face_encodings(images, known_face_locations = location)[0]
        known_face_encodings.append(images_encoding)
        known_face_names.append(names)

---

有人知道如何解决这个问题吗？

检查系统日志，我猜您的内存不足，OOM杀手会占用您的内存。@tripleee这是不是意味着我需要更多内存？或者没有升级内存还有其他方法吗？首先检查系统日志以确定我的猜测是否正确。几乎可以肯定的是，有很多方法可以避免获得更多的内存，但通常情况下，它们比简单地花费几十美元要复杂得多