运行mask rcnn训练代码 程序在Epoch 1/20时出现程序挂起现象 解决办法

最新推荐文章于 2022-11-15 16:48:43 发布
置顶 最新推荐文章于 2022-11-15 16:48:43 发布
阅读量5.4k 收藏 15
点赞数 7
分类专栏： 深度学习 python 个人经验 文章标签： python 深度学习 tensorflow
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/weixin_44573410/article/details/103995900
版权
个人经验 同时被 3 个专栏收录
54 篇文章 2 订阅
订阅专栏
python
19 篇文章 1 订阅
订阅专栏
深度学习
11 篇文章 0 订阅
订阅专栏
问题描述

在运行mask rcnn训练代码 程序在Epoch 1/20时出现程序挂起现象，即程序运行但是跑不动，也不报错。如下所示：
在这里插入图片描述

解决办法

将keras版本修正为2.1.6即可，打开cmd,输入下面代码

pip install keras==2.1.6 -i https://mirrors.aliyun.com/pypi/simple/

感谢博客里的一个回答链接

解决Mask RCNN训练时GPU内存溢出问题
m0_37957160的博客
09-18 8752
首先自己是个小白对于如何使用GPU跑程序这个学习了一下： （1）使用的是putty，安装了Anaconda这个IDE环境，用的conda install tensorflow-gpu安装的GPU版本tf,之前只是安装了tf并没有选择GPU版本。安装完GPU版本的tf，可以进入python环境导入import tensorflow as tf 进行测试一下，如果没有报错即为成功。 （2）并在自己...
Mask-RCNN(2) : 代码使用
@bangbang的博客
02-12 1587
当一个batch的长宽比率相差比较大的时候，我们真正输入网络的图片其实是很大的。，如果在验证的时候单张输入图片的话，那么我们输入网络的图片大小其实是和当前图片大小是一样的，此时我们对图片不需要太多处理。每隔10个epoch进行验证, 不过这样就没法获得保存每个epoch的验证结果，这样就没法根据每个epoch它的验证结果去绘制对应的曲线了。所以按照长宽比率进行排序之后，我们对它分组，然后再组内进行采样，这样我们输入网络的图片打包成batch它的大小会更小些，从而对。的，在目标检测中是没有使用到的。
mask rcnn 训练中间卡着不动_Mask-RCNN缺陷检测——训练自己的数据集
weixin_30336075的博客
01-07 1016
首先，源码来源：https://github.com/matterport/Mask_RCNN​github.com实验所用数据集为3类缺陷：划痕、凸起、凹坑标注格式：VGG Image Annotator(VIA)这里注意：我这里用的是1.0.6版本，因为涉及到后续获取json文件中的关键字段读取，所以尽量保持版本一致减少麻烦。改码步骤：1. 修改config我这里是分成3类，所以这里是1+3，...
运行Mask-RCNN源码的train_shapes.ipynd到训练那一步时，一直停留在epoch1
weixin_38751601的博客
03-13 2194
这是keras版本的问题，本来我用的是keras 2.0.8，换成了keras 2.1.6就可以跑了 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。 新的改变 我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下...
tensorflow 程序挂起的原因,即整个进程不报错又不执行的原因
shulixu的博客
05-27 5010
在测试集上对训练好的模型进行实验的时候，发现写好的代码没有报错但是会卡在session.run()那里不动。查了好久终于明白是开启线程的问题。 tf的数据线程没有启动,导致数据流图没办法计算,整个程序就卡在那里。 更深层次的原因是tensorflow的计算和数据读入是异步的,合理的方式是主线程进行模型的训练,然后开一个数据读入线程异步读入数据.tensorflow会在内存中维护一个队列,然后数...
Faster RCNN 训练 一直停留在epoch 1/2000
红叶幽香的博客
08-07 4045
Faster RCNN 训练 一直停留在epoch 1/2000 https://github.com/you359/Keras-FasterRCNN 代码 一直停留在epoch 1/2000 解决方法： 1. 版本keras == 2.1.6 2. train_frcnn.py 125行 把 trainval 改成 train
[PocketFlow]解决TensorFLow在COCO数据集上训练挂起无输出的bug
weixin_30662011的博客
03-06 345
1. 引言 因项目要求，需要在PocketFlow中添加一套PeleeNet-SSD和COCO的API，具体为在datasets文件夹下添加coco_dataset.py, 在nets下添加peleenet_at_coco.py和peleenet_at_coco_run.py。其中网络结构和backbone等在师兄把项目交付给我之前已经基本完成，所以我主要的工作就是处理COCO的数据（转换成tf...
mask rcnn训练自己的数据集
热门推荐
qq_29462849的博客
07-13 12万+
前言 最近迷上了mask rcnn，也是由于自己工作需要吧，特意研究了其源代码，并基于自己的数据进行训练~ 本博客参考https://blog.csdn.net/disiwei1012/article/details/79928679#commentsedit 实验目的 哎~说多了都是泪，谁让我是工科生呢？只能检测工件了。。。做不了高大上的东西了，哈哈 主要参考及工具...
使用MaskRCNN训练自己的ODAI数据集的思路 遇到的问题及解决方案
qq_41636842的博客
04-29 2188
1.baseline选择 因为刚接触two-stage表示方法以及实例分割算法，而且正好ODAI项目是个目标检测任务，所以就使用maskRCNN作为baseline。初步思路是将DOTA数据集转化为coco数据集的格式，扔入MaskRCNN中训练，感觉是一个很简单的过程，但是实际上在实践中就遇到了很多问题。 2.数据集格式转化问题 第一步是要把DOTA数据集的格式转化为MaskRCNN能识别的co...
Mask rcnn 训练自己的数据集
m0_57175342的博客
07-03 2162
win 10 anaconda pycharm 项目地址：https://github.com/matterport/Mask_RCNN 1.环境配置 参考 https://blog.csdn.net/hesongzefairy/article/details/104702119 2.数据集准备 创建文件夹 dataset 其中pic文件夹放原始图片 然后使用labelme 对图片进行标注 标注后的json文件保存在 json文件夹里 然后利用labelme自带的 ...
训练网络时，内存占着，但到某个epoch就停止了
qq_44976409的博客
04-30 6807
问题描述 用Cyclegan训练网络时，可以正常运行，但每次都到20多个epoch就自动停止，查看显卡的占用情况，显示显卡正在占用，但程序就卡在那了，如图： 解决 原因可能是visdom不能用，禁用就好了。 在train_options里面找到–display_id，设置为0就可以了。 ...
pytorch开始训练后，卡在epoch1，进度为0，怎么解决？
weixin_51795314的博客
11-15 3142
ptytorch开始训练后一直卡在这里，没有进度
深度学习Tensorflow的坑（二：训练一个epoch卡住不动，程序不终止也不继续）
Dcurry的博客
11-22 1万+
第一篇 承接上文 在搭载好环境之后，满心欢喜准备搭载模型的绘图（损失曲线、验证精度）功能，我就先使用10个epoch跑一下，结果。 它卡在199/200了！之前从没遇到过这个情况。 先看控制台报错，说是导入CUDNN的DLL文件不成功，得，又得复制粘贴了。 接着跑，还是不成功。 网上很多报错都是pytorch版本得dataloader，不太能够适配。我就开始自身琢磨，我发现训练过程是没问题得，那么问题是出在我的valmodel，最后一步savemodel根本没走过去（QAQ深度学习不会打断点啊！）。 那我的
踩坑 gpu跑到一个epoch就停了不跑了。。。
jiachen0212的博客
11-18 1万+
两块gpu一起跑，同样的代码，数据集，但是就是有一块在一个epoch后就停了，gpu不工作了。。。 原因：在你排除掉代码原因和硬件搭建错误后，只可能是，硬盘读数据不给力了。。。。 昨晚一样的情况，卡了一夜没好。今天把数据放固态硬盘上，卡了蛮久就gpu接着工作了。。。。 所以，不是gpu的锅，怪硬盘读数据不给力了。。。。。7w x 2 的数据量啊。。。。
深度学习中为什么要使用多于一个epoch?
Machine Learning with Tutors
11-25 2万+
我的机器学习教程「美团」算法工程师带你入门机器学习 已经开始更新了，欢迎大家订阅~ 任何关于算法、编程、AI行业知识或博客内容的问题，可以随时扫码关注公众号「图灵的猫」，加入”学习小组“，沙雕博主在线答疑~此外，公众号内还有更多AI、算法、编程和大数据知识分享，以及免费的SSR节点和学习资料。其他平台（知乎/B站）也是同名「图灵的猫」，不要迷路哦~ 什么是...
如果你不清楚epoch,iteration和batch_size，一定要看这篇
qq_35789702的博客
07-19 4858
很多人对这些有自己的理解，这就导致了—百花齐放，成功把人绕晕。 比如说 1.batch_size 因为更新参数是按批次更新的，batch_size就是一个批次batch内的数量。 2.iteration 完成一次batch的训练 3.epoch 使用训练集中的全部数据进行一次完整的训练 但是对照真正的代码，会很崩溃 比如说epoch要不要设置，设置多少为好 iteration也是一样 有的代码中没有设置epoch，有的代码没有设置iteration，那到底要怎么才能看懂，这些的关系又是什么。 手里有样本的总
神经网络2. epoch， iteration， batchsize相关理解和说明
不积跬步无以至千里
12-30 4万+
epoch， iteration， batchsize相关理解和说明
深度学习 | 三个概念：Epoch, Batch, Iteration
关关的学习记录
12-03 869
作者：0与1的邂逅 链接：https://www.jianshu.com/p/22c50ded4cf7 来源：简书 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 名词解释： Epoch（时期）： 当一个完整的数据集通过了神经网络一次并且返回了一次，这个过程称为一次>epoch。（也就是说，所有训练样本在神经网络中都 进行了一次正向传播 和一次反向传播 ） 再通俗一点，一个Epoch就是将所有训练样本训练一次的过程。 然而，当一个Epoch的样本（也就是所有的训练样本
Mask RCNN进行图像分割的代码
最新发布
05-30
以下是用Python和Keras实现的Mask RCNN图像分割代码示例： ```python import mrcnn.model as modellib from mrcnn import visualize from mrcnn.config import Config from skimage import io class MyConfig(Config): NAME = "my_config" IMAGES_PER_GPU = 1 NUM_CLASSES = 1 + 1 STEPS_PER_EPOCH = 100 DETECTION_MIN_CONFIDENCE = 0.9 class MyDataset(utils.Dataset): def load_dataset(self, dataset_dir): self.add_class("dataset", 1, "object") self.add_class("dataset", 2, "background") self.add_image("dataset", image_id=1, path=dataset_dir+"/image.jpg", class_id=1) self.add_image("dataset", image_id=2, path=dataset_dir+"/bg.jpg", class_id=2) def load_mask(self, image_id): info = self.image_info[image_id] mask = [io.imread("path/to/mask")] class_ids = [1] return mask, class_ids config = MyConfig() model = modellib.MaskRCNN(mode="inference", config=config, model_dir='./') model.load_weights("path/to/weights.h5", by_name=True) image = io.imread("path/to/image") results = model.detect([image], verbose=0) r = results[0] visualize.display_instances(image, r['rois'], r['masks'], r['class_ids'], ['BG', 'object'], r['scores']) ``` 这里假设您已经有了一个包含图像和相应标记的数据集。通过创建自己的配置类和数据集类，您可以将Mask RCNN应用于自己的数据集，并使用训练好的权重来进行图像分割。在上面的代码中，我们加载了一个图像，并将其传递给模型进行预测。最后，我们使用可视化工具显示了分割结果。
评论 7
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

打赏作者

创创大帝(水印很浅-下载的文档)

原创不易，小钱也是爱

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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