引擎计算超时

core/face.py

@@ -27,7 +27,8 @@ _used_gpu_id = -1  # 使用的GPU ID（-1表示CPU）
 
 # 资源管理变量
 _ref_count = 0  # 引擎引用计数（记录当前使用次数）
-_last_used_time = 0  # 最后一次使用引擎的时间
+# 修复点1：初始值设为当前时间，避免未加载引擎时用0计算超时
+_last_used_time = time.time()
 _lock = threading.Lock()  # 线程安全锁
 _release_timeout = 8  # 闲置超时时间（秒）
 _is_releasing = False  # 资源释放中标记
@@ -77,7 +78,7 @@ def select_best_gpu(preferred_gpus=[0, 1]):
 
 def _release_engine_resources():
     """释放人脸引擎的所有资源（模型、特征库、GPU缓存等）"""
-    global _face_app, _is_releasing, _known_faces_embeddings, _known_faces_names
+    global _face_app, _is_releasing, _known_faces_embeddings, _known_faces_names, _last_used_time
     if not _face_app or _is_releasing:
         return
 
@@ -131,6 +132,8 @@ def _release_engine_resources():
         print(f"释放资源过程中出错: {e}")
     finally:
         _is_releasing = False
+        # 修复点2：释放完成后重置最后使用时间，避免下次加载时复用旧值
+        _last_used_time = time.time()
 
 
 def _resource_monitor_thread():
@@ -150,7 +153,7 @@ def _resource_monitor_thread():
 
 def load_model(prefer_gpu=True, preferred_gpus=[0, 1]):
     """加载人脸识别引擎及已知人脸特征库（默认优先用0号GPU）"""
-    global _face_app, _known_faces_embeddings, _known_faces_names, _using_gpu, _used_gpu_id
+    global _face_app, _known_faces_embeddings, _known_faces_names, _using_gpu, _used_gpu_id, _last_used_time
 
     # 启动后台监控线程（确保仅启动一次）
     if not _monitor_thread_running:
@@ -189,6 +192,10 @@ def load_model(prefer_gpu=True, preferred_gpus=[0, 1]):
         # 准备模型（加载到指定设备）
         _face_app.prepare(ctx_id=ctx_id, det_size=(640, 640))
         print("InsightFace引擎初始化完成")
+
+        # 修复点3：引擎初始化成功后，立即更新“最后使用时间”（核心修复）
+        _last_used_time = time.time()
+
         _debug_counter["engine_created"] += 1
         print(f"引擎调试统计: {_debug_counter}")