在Vercel部署含PyTorch模型的Flask应用出现ERR_OUT_OF_RANGE错误怎么办？

可能的原因及解决方案： #

• 请求体大小超过Vercel限制
  Vercel Serverless函数默认限制请求体大小在4.5MB左右，你的图像文件如果超过这个值就会触发ERR_OUT_OF_RANGE: data is too long错误。

  • 先尝试用小尺寸图像测试，确认是否是大小问题；
  • 在vercel.json中为Python函数添加bodySizeLimit配置，增大允许的请求体上限（最大不超过50MB），示例：

    {
      "version": 2,
      "builds": [
        {
          "src": "app.py",
          "use": "@vercel/python",
          "config": {
            "bodySizeLimit": "10mb"
          }
        }
      ],
      "routes": [
        {
          "src": "/(.*)",
          "dest": "app.py"
        }
      ]
    }
    

• Flask自身未配置大文件支持
  本地运行正常可能是因为没触发Flask的默认大小限制，在你的Flask应用中添加以下配置，明确允许的最大文件大小：

  from flask import Flask
  
  app = Flask(__name__)
  app.config['MAX_CONTENT_LENGTH'] = 10 * 1024 * 1024  # 设置为10MB，和Vercel配置保持一致
  

• 模型推理的资源限制问题
  ESRGAN处理图像时内存占用较高，Vercel Serverless函数默认内存是1GB，若处理大图像时内存溢出，也可能引发类似错误。

  • 尝试使用轻量化的ESRGAN权重；
  • 对输入图像进行分块处理，减少单次推理的内存占用；
  • 在vercel.json中适当调高函数的内存配置（最大可到10GB），示例：

    {
      "version": 2,
      "builds": [
        {
          "src": "app.py",
          "use": "@vercel/python",
          "config": {
            "memory": 2048, // 2GB内存
            "bodySizeLimit": "10mb"
          }
        }
      ],
      "routes": [
        {
          "src": "/(.*)",
          "dest": "app.py"
        }
      ]
    }
    

• 检查请求传输方式
  确保前端上传图像时没有额外的编码导致数据体积异常增大，比如避免重复base64编码，直接使用二进制流传输。

内容的提问来源于stack exchange，提问作者Adi_OS