Mask rcnn无法显示训练过程

lans_wen 2019-05-15 09:12:25
各位大佬,我最近在训练mask rcnn的过程中,一直卡在
Starting at epoch 0. LR=0.001

Checkpoint Path: D:\daima\Mask_RCNN-master\logs\shapes20190515T2105\mask_rcnn_shapes_{epoch:04d}.h5
Selecting layers to train
fpn_c5p5 (Conv2D)
fpn_c4p4 (Conv2D)
fpn_c3p3 (Conv2D)
fpn_c2p2 (Conv2D)
fpn_p5 (Conv2D)
fpn_p2 (Conv2D)
fpn_p3 (Conv2D)
fpn_p4 (Conv2D)
In model: rpn_model
rpn_conv_shared (Conv2D)
rpn_class_raw (Conv2D)
rpn_bbox_pred (Conv2D)
mrcnn_mask_conv1 (TimeDistributed)
mrcnn_mask_bn1 (TimeDistributed)
mrcnn_mask_conv2 (TimeDistributed)
mrcnn_mask_bn2 (TimeDistributed)
mrcnn_class_conv1 (TimeDistributed)
mrcnn_class_bn1 (TimeDistributed)
mrcnn_mask_conv3 (TimeDistributed)
mrcnn_mask_bn3 (TimeDistributed)
mrcnn_class_conv2 (TimeDistributed)
mrcnn_class_bn2 (TimeDistributed)
mrcnn_mask_conv4 (TimeDistributed)
mrcnn_mask_bn4 (TimeDistributed)
mrcnn_bbox_fc (TimeDistributed)
mrcnn_mask_deconv (TimeDistributed)
mrcnn_class_logits (TimeDistributed)
mrcnn_mask (TimeDistributed)
C:\Users\86182\Anaconda3\envs\tenrorflow1\lib\site-packages\tensorflow\python\ops\gradients_impl.py:112: UserWarning: Converting sparse IndexedSlices to a dense Tensor of unknown shape. This may consume a large amount of memory.
"Converting sparse IndexedSlices to a dense Tensor of unknown shape. "
Epoch 1/10
下面无法显示loss值的变化,我看了GPU,发现GPU已经满了,应该是正在训练的。
我把多线程改成了单线程,发现问题还在。
而且训练一直停不下来,各位大佬能帮看一下,这是什么原因吗
怎样可以打印出loss值。
...全文
1352 8 打赏 收藏 转发到动态 举报
写回复
用AI写文章
8 条回复
切换为时间正序
请发表友善的回复…
发表回复
丶所剩无几 2021-03-19
  • 打赏
  • 举报
回复
我也遇到了同样的问题,可以请教你是怎么解决的吗
大天使了 2021-01-26
  • 打赏
  • 举报
回复
请问你的问题解决了吗,我也遇到了同样的问题。
  • 打赏
  • 举报
回复
请教一下batch_size在哪儿设置阿,找半天都没找到
breazy 2020-11-02
  • 打赏
  • 举报
回复
我的batch_size都设置为1了,还是没有解决,求大佬解答
qq_37033816 2020-01-14
  • 打赏
  • 举报
回复 1
我解决了,卸载keras2.0.8 换上2.1.6就可以跑了
weixin_44067418 2019-10-18
  • 打赏
  • 举报
回复
调试的demo这个文件吗
人在昆山搬砖 2019-09-23
  • 打赏
  • 举报
回复
我也遇到这个问题了,都调试两天了还没弄好,不知道你解决这个问题了吗。。。
weixin_44201286 2019-07-23
  • 打赏
  • 举报
回复
是不是你的batch_size定的太大了,mrcnn/config.py里的原话:
# Number of images to train with on each GPU. A 12GB GPU can typically
# handle 2 images of 1024x1024px.
# Adjust based on your GPU memory and image sizes. Use the highest
# number that your GPU can handle for best performance.

4,508

社区成员

发帖
与我相关
我的任务
社区描述
图形图像/机器视觉
社区管理员
  • 机器视觉
  • 迪菲赫尔曼
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧