YOLOv11 CPU无异常退出求助：实时目标检测进程莫名终止

问题场景 #

使用YOLOv11做目标检测测试，写了一段循环预测本地图片的代码，运行几轮后进程毫无提示就突然终止。观察到CPU使用率一路涨到85%，内存稳定在300MB左右，推测是CPU持续高负载触发了系统的进程保护机制，导致进程被强制终止。

测试代码如下：

from ultralytics import YOLO
import time
import gc
import threading
import psutil
import os
process = psutil.Process(os.getpid())
model=YOLO("yolo11n.pt")
while True:
    model.predict("11.jpg")
    print(psutil.cpu_percent())
    num_threads = threading.active_count()
    print(f"{num_threads}")
    print(f"{psutil.virtual_memory().percent}%")
    gc.collect()

问题原因分析 #

• 无限循环无休眠，CPU持续满负载：while True没有任何停顿，让CPU核心一直被预测任务占用，长时间高负载会触发系统的资源限制（比如CPU过载保护、OOM Killer），直接终止进程。
• 推理线程未及时回收：虽然手动调用了gc.collect()，但YOLO的predict内部可能创建了临时线程或资源，快速循环下无法及时释放，线程数累积后会进一步加重CPU负担。
• 未做推理参数优化：默认CPU推理时没有限制线程数，会占用所有CPU核心，持续高负载容易引发系统层面的进程终止。

解决方案 #

1. 给循环添加休眠机制 #

每次循环后加短暂休眠，降低CPU持续负载，给资源回收留时间：

from ultralytics import YOLO
import time
import gc
import threading
import psutil
import os
process = psutil.Process(os.getpid())
model=YOLO("yolo11n.pt")
while True:
    model.predict("11.jpg")
    print(psutil.cpu_percent())
    num_threads = threading.active_count()
    print(f"{num_threads}")
    print(f"{psutil.virtual_memory().percent}%")
    gc.collect()
    time.sleep(0.1)  # 加100ms休眠，可根据实际需求调整时长

2. 限制推理线程数量 #

在predict里指定threads参数，避免CPU资源被耗尽：

model.predict("11.jpg", threads=2)  # 建议设为CPU核心数的一半，比如4核CPU设为2

3. 优先使用GPU推理（如果有可用GPU） #

如果系统有NVIDIA GPU，切换到GPU推理能大幅降低CPU负载：

model=YOLO("yolo11n.pt").to("cuda")  # 切换为GPU推理

4. 显式释放预测结果资源 #

手动删除predict的返回对象，加速资源回收：

results = model.predict("11.jpg", threads=2)
del results  # 显式删除结果对象，避免资源残留

5. 替换无限循环为可控循环 #

如果只是测试需求，设置固定循环次数，避免无限运行导致资源耗尽：

for _ in range(100):  # 运行100轮测试后自动停止
    model.predict("11.jpg", threads=2)
    # 监控代码...
    gc.collect()
    time.sleep(0.1)

内容的提问来源于stack exchange，提问作者Gimen