Question

我正在尝试创建一个包含6个连接图像作为标签的LMDB。我的python脚本如下所示：

in_db = lmdb.open('image-lmdb', map_size=int(1e12), writemap=True) 
with in_db.begin(write=True) as in_txn:
    for in_idx, in_ in enumerate(inputs):
        im = np.array(Image.open('train_label_1/' + in_)) 
        im = im[:,:,1]
        c.append(im)

        im = np.array(Image.open('train_label_2/' + in_)) 
        im = im[:,:,1]
        c.append(im)

        im = np.array(Image.open('train_label_3/' + in_)) 
        im = im[:,:,1]
        c.append(im)

        im = np.array(Image.open('train_label_4/' + in_)) 
        im = im[:,:,1]
        c.append(im)

        im = np.array(Image.open('train_label_5/' + in_)) 
        im = im[:,:,1]
        c.append(im)

        im = np.array(Image.open('train_label_6/' + in_)) 
        im = im[:,:,1]
        c.append(im)

        d = np.array(c)
        im_dat = caffe.io.array_to_datum(d)
        in_txn.put('{:0>10d}'.format(in_idx), im_dat.SerializeToString())
in_db.close()

我有两个问题：

map_size应该有多大？ 我有大约140,000个标签。标签内的每个图像都有45 x 45的大小。因为我只使用每个图像的一个维度，我猜每个像素都是一个字节。所以我的猜测是map_size应该是45 * 45 * 6 * 140,000字节。但是如果我将map_size设置为此值，我会在528个标签后得到MapFullError: mdb_put: MDB_MAP_FULL: Environment mapsize limit reached。
如果我将map_size设置为1e12，我就不会快速得到MapFullError。但相反，RAM使用量接近100％。 创建lmdb时是否有办法限制RAM使用？

修改

为了减少RAM的使用，我试图按照here所述迭代lmdb：

for idx in range(int(math.ceil(len(inputs)/1000.0))):
    in_db = lmdb.open('image-lmdb', map_size=int(1e12))#, writemap=True
    with in_db.begin(write=True) as in_txn:
        for in_idx, in_ in enumerate(inputs[(1000*idx):(1000*(idx+1))]):
            im = np.array(Image.open('train_label_1/' + in_)) 
            im = im[:,:,1]
            c.append(im)

            im = np.array(Image.open('train_label_2/' + in_))
            im = im[:,:,1]
            c.append(im)

            .
            .
            .

            d = np.array(c)

            im_dat = caffe.io.array_to_datum(d)
            in_txn.put('{:0>10d}'.format(in_idx + idx * 1000), im_dat.SerializeToString())
    in_db.close()

但是RAM的使用率仍然达到99％，并且lmdb的写入速度非常慢。

Answer 1

我发现了自己的错误。我忘了在每次迭代后重置数组c。

创建LMDB时限制RAM使用

1 个答案: