使用faster_rcnn和rfcn模型训练所需的内存量

Question

我一直在尝试使用基于quick_rcnn和rfcn的模型进行一些培训，使用谷歌的对象检测API，但经过一些训练步骤后，我得到一些错误，我认为是内存问题。在开始使用上述模型进行培训之前，什么是大量的免费RAM？

以下是一些日志错误：

InvalidArgumentError（参见上面的回溯）：断言失败：[最大框坐标值大于1.010000：] [1.0111111]      [[Node：Loss / ToAbsoluteCoordinates / Assert / AssertGuard / Assert = Assert [T = [DT_STRING，DT_FLOAT]，summary = 3，_device =＆＃34; / job：localhost / replica：0 / task：0 / cpu：0＆ ＃34;]（丢失/ ToAbsoluteCoordinates / Assert / AssertGuard / Assert / Switch / _1307，Loss / ToAbsoluteCoordinates / Assert / AssertGuard / Assert / data_0，Loss / ToAbsoluteCoordinates / Assert / AssertGuard / Assert / Switch_1 / _1309）]]

Answer 1

此问题不适用于OOM错误。你的边界框应该有问题。检查xmax或ymax值是否大于宽度和高度值。没有足够的内存应该是这样的。enter image description here