使用 faster_rcnn 和 rfcn 模型进行训练所需的内存量答案

【问题标题】：Amount of memory needed for training with faster_rcnn and rfcn models使用 faster_rcnn 和 rfcn 模型进行训练所需的内存量
【发布时间】：2017-12-05 11:03:03
【问题描述】：

我一直在尝试使用一些基于 faster_rcnn 和 rfcn 的模型，使用 Google 的对象检测 API 进行一些训练，但是在一些训练步骤之后，我得到了一些关于我认为是内存问题的错误。在开始使用上述模型进行训练之前，什么是大量可用 RAM？

这里是一些日志错误：

InvalidArgumentError（回溯见上文）：断言失败：[最大框坐标值大于 1.010000：] [1.0111111] [[节点：Loss/ToAbsoluteCoordinates/Assert/AssertGuard/Assert = Assert[T=[DT_STRING, DT_FLOAT], summarize=3, _device="/job:localhost/replica:0/task:0/cpu:0"]( Loss/ToAbsoluteCoordinates/Assert/AssertGuard/Assert/Switch/_1307, Loss/ToAbsoluteCoordinates/Assert/AssertGuard/Assert/data_0, Loss/ToAbsoluteCoordinates/Assert/AssertGuard/Assert/Switch_1/_1309)]]

【问题讨论】：

看：stackoverflow.com/questions/46135528/…

标签： tensorflow object-detection object-detection-api

【解决方案1】：

这个问题不是OOM错误。你的边界框应该有问题。检查您的 xmax 或 ymax 值是否大于宽度和高度值。内存不足应该是这样的。enter image description here

【讨论】：