我正在尝试使用D-lib训练物体探测器。我选择了接近100张图片进行训练。我正在使用Python环境。根据文档，我使用Imglab工具在图像上绘制边界框。每张图片的大小几乎为4000 * 3000像素。 然后将生成的XML文件放入我的位置并调用检测器程序。以下是我的疑问和疑问。
在运行程序时，我应该使用什么作为测试XML文件？ 我在没有分配任何测试XML的情况下运行。但是，我得到以下内容。使用C：5培训使用epsilon进行培训：0.01使用8个线程进行培训。滑动窗口训练81像素宽，79像素高。左右翻转图像的训练。杀害 “被杀”的意思是什么？
我现在该怎么办？请指导！
答案 0 :(得分：1)
测试XML文件提供图像和对象注释，用于检查对象检测的准确性。该文件可以使用imglab生成，与训练XML一样。它应包含与您的训练数据集类似但不相同的数据。
Killed消息是由内存问题引起的。在Linux中，它是OOM杀手的结果。由于图像太大，您的机器内存不足并导致培训过程中断
可能的解决方案：
1）Configure the OOM killer允许dlib使用更多内存
2）如果可能，请缩小图像尺寸
3）使用RAM更多的机器。如果您手头没有，AWS会以相对较低的成本提供多个高RAM EC2 options。