python - D-lib 目标检测器训练

Question

我正在尝试使用 D-lib 训练对象检测器。我选择了近 100 张图像进行训练。我正在使用 Python 环境。根据文档，我使用 Imglab 工具在图像上绘制边界框。每张图像的大小几乎为 4000*3000 像素。然后将生成的XML文件放到我的位置，调用检测程序。这是我的疑问和问题。

运行程序时我应该使用什么作为测试 XML 文件？我在没有分配任何测试 XML 的情况下运行。但是，我得到以下信息。使用 C 进行训练：5 使用 epsilon 进行训练：0.01 使用 8 个线程进行训练。使用 81 像素宽 x 79 像素高的滑动窗口进行训练。对图像的左右翻转版本进行训练。被杀 顺便问一下，“被杀”是什么意思？

我现在该怎么办？请指导！

Answer 1

测试 XML 文件提供用于检查对象检测准确性的图像和对象注释。可以使用 imglab 生成该文件，就像使用训练 XML 一样。它应该包含与您的训练数据集相似但不完全相同的数据。

该Killed消息是由于内存问题。在 Linux 中，它是 OOM Killer 的结果。由于图像太大，您的机器内存不足并终止了训练过程。
可能的解决方案：
1)配置OOM Killer，允许dlib 使用更多内存。
2）如果可能的话，为您的应用缩小图像。
3) 使用内存更大的机器。如果您手头没有，AWS 以相对较低的成本提供了几种高 RAM EC2 选项。