ch_PP-OCRv4_det_server fine-tune failed

[Kyo1234567]

🔎 Search before asking

• I have searched the PaddleOCR Docs and found no similar bug report.
• I have searched the PaddleOCR Issues and found no similar bug report.
• I have searched the PaddleOCR Discussions and found no similar bug report.

🐛 Bug (问题描述)

我在fine-tune 模型 ch_PP-OCRv4_det_server时，训练能正常进行，但是到eval时报GPU out of memory。我是用paddleocr 2.7的源代码训练的，batch_size=1, 我用Tesla T4 (16GB)的显卡eval都第1张时报oom, 我用A10 (24GB)显卡时 eval到大概第7张报oom。我尝试将paddlepaddle-gpu升级到3.0.0b1，问题依旧。我也试过AI Studio 上的pipe-line上传样本训练，是可以eval通过，但是需要充值。请问大佬们，有没有办法解决这个问题？

🏃‍♂️ Environment (运行环境)

OS: windows 10
paddleocr: 2.7 源码
paddlepaddle-gpu: 3.0.0b1
cuda: 11.8
cudnn: 8.9.7.29

🌰 Minimal Reproducible Example (最小可复现问题的Demo)

标准功能，不需要提供

[Topdu]

这可能是测试集中存在大分辨率的图片，导致推理时显存增加。你可以尝试在推理时，限制图片的最长边。

[Kyo1234567]

谢谢你的回复。我使用ch_PP-OCRv4_det_server的推理模型直接推理是没有问题的。问题就出在fine-tune这个预训练模型的eval阶段（OOM）。
我想进一步请教一下，我知道在推理的时候可以使用参数“det_limit_side_len”和“det_limit_type”来控制输入图像的最长边，但是我不知道在训练的Eval阶段如何控制图像的最长边，能再指导一下吗？