Update app.py

app.py

@@ -41,30 +41,30 @@ from ultralytics import YOLO
 import asyncio
 import traceback
 
-def setup_environment():
-    """配置適合 ZeroGPU 環境的設置"""
-    # 啟用 CUDA 錯誤的同步報告，幫助診斷問題
-    os.environ['CUDA_LAUNCH_BLOCKING'] = '1'
+# def setup_environment():
+#     """配置適合 ZeroGPU 環境的設置"""
+#     # 啟用 CUDA 錯誤的同步報告，幫助診斷問題
+#     os.environ['CUDA_LAUNCH_BLOCKING'] = '1'
     
-    # 檢查 CUDA 是否可用
-    if torch.cuda.is_available():
-        # 顯示 GPU 信息
-        device_name = torch.cuda.get_device_name(0)
-        print(f"使用 GPU: {device_name}")
+#     # 檢查 CUDA 是否可用
+#     if torch.cuda.is_available():
+#         # 顯示 GPU 信息
+#         device_name = torch.cuda.get_device_name(0)
+#         print(f"使用 GPU: {device_name}")
         
-        # 針對 A100 的優化設置
-        if "A100" in device_name:
-            print("檢測到 A100 GPU，應用特殊優化...")
-            torch.backends.cudnn.benchmark = True
+#         # 針對 A100 的優化設置
+#         if "A100" in device_name:
+#             print("檢測到 A100 GPU，應用特殊優化...")
+#             torch.backends.cudnn.benchmark = True
             
-        # 清理 GPU 內存
-        torch.cuda.empty_cache()
-        return True
-    else:
-        print("CUDA 不可用，使用 CPU 模式")
-        return False
+#         # 清理 GPU 內存
+#         torch.cuda.empty_cache()
+#         return True
+#     else:
+#         print("CUDA 不可用，使用 CPU 模式")
+#         return False
 
-cuda_available = setup_environment()
+# cuda_available = setup_environment()
 
 history_manager = UserHistoryManager()
 
@@ -95,41 +95,41 @@ class ModelManager:
             self._device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
         return self._device
 
-    # @property
-    # def yolo_model(self):
-    #     if self._yolo_model is None:
-    #         self._yolo_model = YOLO('yolov8x.pt')
-    #     return self._yolo_model
-
     @property
     def yolo_model(self):
         if self._yolo_model is None:
-            try:
-                print("正在加載 YOLO 模型...")
-                # 不指定設備，讓 YOLO 自動選擇
-                self._yolo_model = YOLO('yolov8x.pt')
+            self._yolo_model = YOLO('yolov8x.pt')
+        return self._yolo_model
+
+    # @property
+    # def yolo_model(self):
+    #     if self._yolo_model is None:
+    #         try:
+    #             print("正在加載 YOLO 模型...")
+    #             # 不指定設備，讓 YOLO 自動選擇
+    #             self._yolo_model = YOLO('yolov8x.pt')
                 
-                # 禁用模型融合來避免 CUDA 錯誤
-                if hasattr(self._yolo_model, 'model') and hasattr(self._yolo_model.model, 'fuse'):
-                    print("在 ZeroGPU 環境下禁用模型融合以避免 CUDA 錯誤")
+    #             # 禁用模型融合來避免 CUDA 錯誤
+    #             if hasattr(self._yolo_model, 'model') and hasattr(self._yolo_model.model, 'fuse'):
+    #                 print("在 ZeroGPU 環境下禁用模型融合以避免 CUDA 錯誤")
                     
-                    # 備份原始融合方法
-                    original_fuse = self._yolo_model.model.fuse
+    #                 # 備份原始融合方法
+    #                 original_fuse = self._yolo_model.model.fuse
                     
-                    # 創建一個空的融合方法
-                    def no_fuse(*args, **kwargs):
-                        print("已跳過融合操作")
-                        return self._yolo_model.model
+    #                 # 創建一個空的融合方法
+    #                 def no_fuse(*args, **kwargs):
+    #                     print("已跳過融合操作")
+    #                     return self._yolo_model.model
                     
-                    # 替換融合方法
-                    self._yolo_model.model.fuse = no_fuse
-            except Exception as e:
-                print(f"加載 YOLO 模型時出錯: {str(e)}")
-                print("嘗試降級到較小的模型和 CPU 模式...")
-                # 降級到較小的模型並明確使用 CPU
-                self._yolo_model = YOLO('yolov8n.pt', device='cpu')
+    #                 # 替換融合方法
+    #                 self._yolo_model.model.fuse = no_fuse
+    #         except Exception as e:
+    #             print(f"加載 YOLO 模型時出錯: {str(e)}")
+    #             print("嘗試降級到較小的模型和 CPU 模式...")
+    #             # 降級到較小的模型並明確使用 CPU
+    #             self._yolo_model = YOLO('yolov8n.pt', device='cpu')
         
-        return self._yolo_model
+    #     return self._yolo_model
 
     @property
     def breed_model(self):