python - 使用faster_rcnn_nas_coco模型训练时“second_stage_batch_size*”设置是什么意思?
问题描述
我使用对象检测 API 来训练 fast_rcnn_nas 模型。
但是我收到“内存不足”错误,但是当我添加
second_stage_batch_size: 4
上面的代码行解决了我的问题,我现在正在训练。但我想知道上面那行的含义是什么?
这是上述行的定义。
但我真的不明白。任何人都可以为我解释一下吗?
解决方案
两阶段架构是针对区域提议对象检测器的设计选择。
这导致了一个两阶段的训练,这也是 R-FCN 架构中的一些东西,它最初是从 R-CNN 实现中采用的。两阶段目标检测包括:
- 区域提议检测(1阶段)
- 区域分类。(2阶段)
second_stage_batch_size定义为 用于计算框分类器的分类和细化位置损失的批大小。这个“batch size”是指被选为对图像批处理中任何给定图像的损失函数有贡献的提案数量,并且由于 Faster R-CNN 论文中的术语而仅称为“batch_size”。
注意:内存不足错误可能是由于硬件限制或您的第一阶段的提案数量(尝试在第一阶段和/或第二阶段使用较小的批量大小)。
推荐阅读
- go - 我可以依赖存档/zip.Reader.File 中的文件顺序吗?
- java - 数组的深度
- python - DRF - 编写双嵌套序列化程序的更好方法
- node.js - MongoDB:WiredTigerIndex::insert:键太大而无法索引,失败 1719:(Mongo 版本:4.0.3)
- python - 解决树莓派 pigpio 错误
- python-3.x - Why will Seaborn function 'regplot' not run in Jupyter?
- vue.js - Update the parent data when user navigates to a specific route path
- node.js - How to redirect to specific URL using htaccess?
- java - Text and image files not included when exporting jar
- reactjs - How to make a styled component work with css transition?