一通道一线程完整版--V1.0（清理了一些多余的文件）

core/CapManager.py

@@ -87,7 +87,13 @@ class VideoCaptureWithFPS:
                 self.cap.release()
                 self.bok = False
                 print(f"{self.source}视频流，将于{sleep_time}秒后重连！")
-                time.sleep(sleep_time)
+                # 分段休眠，检测 self.running
+                total_sleep = 0
+                while total_sleep < sleep_time:
+                    if not self.running:
+                        return
+                    time.sleep(2)
+                    total_sleep += 2
         #释放cap资源，由release调用实现
 
             #resized_frame = cv2.resize(frame, (int(self.width / 2), int(self.height / 2)))

core/ModelManager.py

@@ -123,6 +123,10 @@ class ModelManager:
         #重新读取工作线程数据，重启该通道的工作线程
         self.startModelWork(channel_id)
 
+    '''模型独立线程修改2024-9-9，要求是双模式兼容'''
+    def thModel(self):
+        pass
+
     def test1(self):
         # from model.plugins.RYRQ_Model_ACL.RYRQ_Model_ACL import Model
         # mymodel = Model("")

model/plugins/RYRQ_ACL/RYRQ_Model_ACL.py

@@ -48,7 +48,6 @@ class Model(ModelBase):
             output_torch = torch.tensor(output)
             boxout = nms(output_torch, conf_thres=0.4,iou_thres=0.5)
             del output_torch
-            output_torch = None
             pred_all = boxout[0].numpy()  # 转换为numpy数组  -- [[],[],[]] --[x1,y1,x2,y2,置信度,coco_index]
             # pred_all[:, :4] 取所有行的前4列，pred_all[:,1]--第一列
             scale_coords([640, 640], pred_all[:, :4], image.shape, ratio_pad=(scale_ratio, pad_size))  # 将推理结果缩放到原始图片大小