TITAN X+py-faster-rcnn训练不收敛的解决办法

最新推荐文章于 2023-03-05 23:43:22 发布
最新推荐文章于 2023-03-05 23:43:22 发布
阅读量3.5k 收藏
点赞数
分类专栏： 目标检测
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u010008615/article/details/54313440
版权
背景

最近自己在训练py-faster-rcnn原本代码时，没有改过任何地方，编译无任何错误提示，但是在pascal上训练rpn时发现loss一开始就很大，后来越来越大，甚至上百。检查了很多地方没有解决。本机配置为cuda8.0+titan x+cudnnv4+ubuntu14.04.

解决办法

把cudnnv4替换为cudnnv5,照这个链接support 1080P and cudnn v5把faster下面的caffe merge一下，重新编译。

done

Amberrr_Li
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Faster-RCNN训练时遇到的问题
weinaonao5418的博客
01-08 1万+
第一次写博客，没想太多。只是想记录一下训练Faster-rcnn是遇见的一些问题。因为在我训练出bug的时候有点绝望，怀疑人生。不过在看到开始训练的一瞬间又觉得活着挺好的。 1.环境搭建    rbg大神很周到，需要的东西全都有（从硬件的要求，到需要的各种model）    Faster-rcnn：https://github.com/rbgirshick/py-faster-rcn
卷积神经网络/CNN/深度学习在做分类训练时不收敛的解决方案
热门推荐
我的一片小天地----FD
05-09 2万+
训练网络的过程就是网络学习图像特征的过程,正所谓网络好用但是不好训练,我算是真真切切的体会到了.之前训练手写汉字的时候,大概就花费了1个多小时,之前训练几十个分类的字符也耗费了很长的时间,逐渐让我我点怕训练了,不过今天,我好像找到了问题的解决方法,虽然不一定对每个人有用吧,但是的的确确省了太多的时间.用图说话 今天打算训练一个cnn分类这39类图片, **他们大概长这个样子**200*100的大小,
CNN loss无法收敛的一种原因
m0_37920951的博客
04-22 3619
在一次实验中，发现loss计算出为nan 型 【原因】后来发现，输入数据的标签，没有从下标0开始(几个标签分别是0,10,20,30,40)。 【解决】将标签除以10，done 【注】https://blog.csdn.net/u014381600/article/details/54319030这篇博客说到，tensorflow中只要输入标签为Onehot就可以任意标注标签，但是避免出错，...
mindspore-modelzoo里面的faster_rcnn训练结果异常问题
weixin_45666880的博客
08-24 376
请基于 FasterRCNN在完整的coco数据集上训练得到的ckpt进行fine-tune. 不要修改train.py , 使能够加载完整的fasterrcnn的ckpt。模型：fasterrcnn：https://gitee.com/mindspore/models/tree/master/official/cv/faster_rcnn。相同的问题也出现在model zoo里面的maskrcnn，它也是基于fasterrcnn的基础进行开发的。
faster-rcnn训练自己的数据集出现loss为nan的情况
最新发布
qq_34108497的博客
03-05 457
faster-rcnn训练自己的数据集遇到loss为nan
py-faster-rcnn-windows-master.zip
11-26
《Py-Faster-RCNN在Windows环境下的配置与实践》 Py-Faster-RCNN是一种基于Python实现的快速目标检测框架，它是在Faster R-CNN的基础上进行优化的，主要适用于深度学习领域的图像识别和目标检测任务。这个压缩包"py...
py-faster-rcnn:py-faster-rcnn原始阅读笔记
03-23
py-faster-rcnn 阅读R-CNN系列论文笔记注解版，这里主要在CPU上运行，若要在GPU上运行修改回即可，从而改变了满足CPU运行测试： 1. config.py中修改 __C.USE_GPU_NMS = False 2. lib/fast_rcnn/nms_wrapper.py中...
py-faster-rcnn
03-21
rbg大神的faster rcnn，https://github.com/rbgirshick/py-faster-rcnn
py-faster-rcnn-master
07-17
《Py-Faster-RCNN在Windows上的应用与Caffe安装详解》 Py-Faster-RCNN是一种基于Python的深度学习框架，主要用于目标检测任务。它是由Ross Girshick等人开发的，是Faster R-CNN的Python实现，后者是实时目标检测...
ubantu16.04配置py-faster-rcnn CPU版教程
07-01
ubantu16.04配置py-faster-rcnn CPU版教程，用于目标检测
转载： CNN不收敛 可能问题
a362682954的博客
02-13 2103
转载：http://theorangeduck.com/page/neural-network-not-working My Neural Network isn't working! What should I do? Created on Aug. 19, 2017, 5:56 p.m. So you're developing the next great breakthroug...
14 模型训练时loss不收敛、不下降原因和解决办法
qq_41286751的博客
10-06 1596
模型训练时loss不收敛、不下降原因和解决办法
Faster RCNN
Wanghd_yummy的博客
08-16 118
FasterRCNN算法RCNN网络SPPNetFast RCNNFaster RCNN RCNN网络 RCNN网络与传统的区别，通过一个卷积神经网代替原先的颜色、纹理特征提取。存在检测速度低下，检测精度较低。 步骤1：利用AlexNet训练分类网络，即得到一个预训练模型。 步骤2：对模型做fine-tuning， 模型去掉FC层， 类别1000改为20 步骤3：特征提取 采用选择性搜索而不是滑动窗口的策略提取候选框 选择性搜索： step0:生成区域集R。 step1:计算区域集R里每个相邻区域的相似度S
【目标检测】用自己的数据集训练Faster RCNN的详细全过程（步骤很详细很直观，小白可入）
qq_38391210的博客
03-02 2万+
一、写在前面 最近和小伙伴一起参加了服务外包比赛，选择的题目是对于图像中的安全帽的检测。对YOLOv3，Faster RCNN这些常见的目标检测算法都进行了实验。本文就介绍Faster RNN的整个实验过程。 二、电脑相关配置 win10，python3.6 三、训练过程 实验选用的源码是较为常用的Faster RCNN源码。对于该源码的使用网上也有很多的博客文章，但是正是因为文章很多，所以也容易...
【目标检测】Faster RCNN论文理解
qq_36926037的博客
05-12 1747
摘要   当前最先进的目标检测网络：   依赖于区域建议算法来假设目标位置，例选择性搜索。SPPnet和Fast R-CNN等技术的进步缩短了检测网络的运行时间，但暴露了候选区域计算的瓶颈。   本文Faster RCNN：   Faster RCNN=RPN+Fast RCNN。引入区域建议网络(RPN)，它与检测网络（Fast RCNN）共享全图像卷积特性，从而实现了几乎‘免费’的区域建议。RPN是一个全卷积的网络，可以同时预测每个对象的位置边界和得分。对RPN进行端到端的训练，生成高质量的候选区域，F
RPN遇到的坑
IT_BOY__的博客
05-08 553
RPN的作用在于较为准确的选择前300个推荐框，前2篇论（RCNN,Fast-RCNN）用的是Selective Search方法, 贪婪地合并基于低层次特征的像素，产生2000个推荐框，效率低。本文主要讲解RPN网络层及其损失函数，遇到过的坑和疑惑的地方在这里记录一下，便于今后回顾。涉及到的内容过多，请参考： Faster-RCNN论文地址 1、RPN模型 要点1：在每个滑动窗口的中心（经过...
神经网络CNN训练心得--调参经验
weixin_33829657的博客
08-07 1180
1.样本要随机化，防止大数据淹没小数据2.样本要做归一化。关于归一化的好处请参考：为何需要归一化处理3.激活函数要视样本输入选择(多层神经网络一般使用relu)4.mini batch很重要，几百是比较合适的(很大数据量的情况下)5.学习速率(learning rate)很重要，比如一开始可以lr设置为0.01，然后运行到loss不怎么降的时候，学习速率除以10，...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值