0

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 进行一些培训，但是经过一些培训步骤后，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，什么被认为是大量的可用 RAM？

以下是一些日志错误：

InvalidArgumentError（参见上面的回溯）：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]，总结=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)]]

4

1 回答 1

0

此问题不是 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。没有足够的内存应该是这样的。在此处输入图像描述

于 2017-12-15T14:54:23.420 回答