使用fast_rcnn_nas_coco模型训练时，“ second_stage_batch_size *”设置的含义是什么？

Question

  

我使用对象检测API来训练fast_rcnn_nas模型。

但是我收到“内存不足”错误，但是当我添加时

second_stage_batch_size: 4

上面的代码行解决了我的问题，我正在接受培训。但是我想知道上面这行是什么意思吗？

Here是上一行的定义。

但是我不太了解。谁能为我解释？

Answer 1

如here中所述，“ batch_size”主要是术语，其含义是有助于训练过程的提案数量，即用于计算分类和边界框回归并有助于亏损。因此有道理的是，如果有太多的话，您的GPU将内存不足。

Answer 2

  

两阶段体系结构是针对区域建议做出的设计选择   对象检测器。

这将导致进行两阶段培训，这也是R-FCN体系结构的一部分，该体系最初是从R-CNN实现中采用的。两阶段的对象检测包括：

1. 区域提案检测（第一阶段）
2. 区域分类。 （第2阶段）

second_stage_batch_size 被定义为 用于计算 箱分类器的分类和精确的位置损失。 “批量”是指选择作为提案的提案数量         图像批处理中任何给定图像的损失函数，并且是         由于Faster R-CNN论文中的术语，因此仅称为“ batch_size”。

注意：内存不足错误很可能是由于硬件限制或第一阶段的建议量（尝试在第一阶段和/或为第二阶段）。