faster_rcnn 및 rfcn 모델을 사용한 교육에 필요한 메모리 양

Question

Google의 Object Detection API를 사용하여 faster_rcnn 및 rfcn 기반 모델을 사용하여 일부 교육을 시도했지만 일부 교육 단계를 거친 후에 어떤 오류가 발생합니까? 메모리 문제라고 가정합니다. 위의 모델을 사용하여 교육을 시작하기 전에 사용 가능한 RAM 양은 얼마입니까?

InvalidArgumentError (역 추적을 위해 상기 참조) : 여기서

로그 오차의 일부이다 주장 실패 : 1.0111111] [노드 : 패/ToAbsoluteCoordinates/어설 : 최대 상자 값 1.010000보다 큰 좌표] (손실/ToAbsoluteCoordinates/Assert/AssertGuard/Assert/AssertGuard/Assert = Assert [T = [DT_STRING, DT_FLOAT], summarize = 3, _device = "/ 작업 : 로컬 호스트/복제본 : 0/작업 : 0/cpu :/스위치/_1307, 손실/ToAbsoluteCoordinates/Assert/AssertGuard/Assert/data_0, 손실/ToAbsoluteCoordinates/Assert/AssertGuard/Assert/Switch_1/_1309)]]

Answer 1

이 문제는 OOM 오류가 아닙니다. 테두리 상자에 문제가있을 것입니다. xmax 또는 ymax 값이 너비와 높이 값보다 큰지 확인하십시오. 메모리가 충분하지 않아야합니다. enter image description here