Я пытаюсь обучить модель обнаружения объекта с помощью файла model_main.py. Я могу тренировать это в среде Ubuntu без каких-либо проблем, но теперь перешел на победу 10 (потому что у меня в этом P C GeForece 1080Ti), и теперь у меня проблемы. Обучение может начинаться и проходит довольно хорошо до первой контрольной точки, где я получаю эти ошибки (также я могу перезапустить, и это непрерывное обучение с последней контрольной точки, но не удается снова после сохранения следующей ...):
, так что запустив эту команда из папки ... \ models-master \ research \ object_detection
python model_main.py --model_dir=training --pipeline_config_path=training/faster_rcnn_inception_v2_pets.config -–num_train_steps=20000 --sample_1_of_n_eval_examples=2 --alsologtostderr
производит это:
INFO: тензор потока: сохранение контрольных точек для 46040 в training \ model.ckpt. I0307 10: 01: 21.055022 8112 basic_session_run_hooks.py:606] Сохранение контрольных точек для 46040 в training \ model.ckpt. ПРЕДУПРЕЖДЕНИЕ: tenorflow: From C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site-packages \ensorflow \ python \ training \ saver.py: 960: remove_checkpoint (fromensorflow. python .training.checkpoint_management ) устарела и будет удалена в следующей версии. Инструкции по обновлению: используйте стандартные файловые API для удаления файлов с этим префиксом. W0307 10: 01: 22.363223 8112 deprecation.py:323] От C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site-packages \ tenorflow \ python \ training \ saver.py: 960: удалить_чек (из tenorflow. python .training.checkpoint_management) устарела и будет удалена в следующей версии. Инструкции по обновлению: используйте стандартные файловые API для удаления файлов с этим префиксом. Windows фатальное исключение: нарушение прав доступа
Поток 0x000023b4 (самый последний вызов - в первую очередь): Файл "C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ threading.py", строка 296 в Файл ожидания "C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ queue.py", строка 170 в файле получения "C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site- packages \ tenorflow \ python \ summary \ writer \ event_file_writer.py ", строка 159 в рабочем файле" C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ threading.py ", строка 926 в файле _bootstrap_inner" C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ threading.py ", строка 890 в _ bootstrap
Текущий поток 0x00001fb0 (сначала самый последний вызов): файл" C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site-packages \ensorflow \ python \ lib \ io \ file_io.py ", строка 84 в файле _preread_check" C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site-packages \ tenorflow \ python \ lib \ io \ file_io.py ", строка 122 в файле для чтения" C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf _env_Ti \ lib \ site-packages \ object_detection-0.1-py3.7.egg \ object_detection \ utils \ label_map_util.py ", строка 139 в файле load_labelmap" C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site-packages \ object_detection-0.1-py3.7.egg \ object_detection \ utils \ label_map_util.py ", строка 172 в файле get_label_map_dict" C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site-packages \ object_detection-0.1-py3.7.egg \ object_detection \ data_decoders \ tf_example_decoder.py ", строка 64 в init файле" C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site- packages \ object_detection-0.1-py3.7.egg \ object_detection \ data_decoders \ tf_example_decoder.py ", строка 319 в init файле" C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site-packages \ object_detection-0.1-py3.7.egg \ object_detection \ builders \ dataset_builder.py ", строка 130 в файле сборки" C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site-packages \ object_detection-0.1-py3.7.egg \ object_detection \ input.py ", строка 725 в ev Файл al_input "C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site-packages \ object_detection-0.1-py3.7.egg \ object_detection \ input.py", строка 625 в файле _eval_input_fn "C : \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site-packages \ tenorflow_estimator \ python \ estimator \ estimator.py ", строка 1113 в файле _call_input_fn" C: \ Users \ Zsetszko21 \ Anaconda3 \ t_vs Lib \ сайт-пакеты \ tensorflow_estimator \ питон \ оценщик \ оценщик. py ", строка 1022 в файле _get_features_and_labels_from_input_fn" C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site-packages \ tensorflow_estimator \ python \ estimator \ estimator.py ", строка 1534, in_mode_val_15_f_f_f_f_f_f_f_f_f_f_t_f_15_f_f_t_15_15 : \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site-packages \ tenorflow_estimator \ python \ estimator \ estimator.py ", строка 1501 в файле _evaluate_build_graph" C: \ Users \ Zsetszko21 \ Anaconda3 \ tv lib \ site-packages \ensorflow_estimator \ python \ estimator \ estimator.py ", строка 501 в _evaluate File" C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site-packages \ tensorflow_estimator \ python \ estimator estimator.py ", строка 519 в _actual_eval файле" C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site-packages \ tenorflow_estimator \ python \ estimator \ estimator.py ", строка 477 в файле оценки" C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site-packages \ tenorsflow_estimator \ python \ estimator \ training.py ", строка 920 в файле оценки_и_экспорта" C: \ Пользователи \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site-packages \ tenorflow_estimator \ python \ estimator \ training.py ", строка 539 в _evaluate File" C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti site-packages \ tenorflow_estimator \ python \ estimator \ training.py ", строка 519 в файле after_save" C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site-packages \ensorflow \ python \ training \ basic_session_run_hooks. py ", строка 619 в _save файле" C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site-packages \ tenorflow \ python \ training \ basic_session_run_hooks.py ", строка 594 в файле after_run" C : \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site-packages \ensorflow \ python \ training \ monitored_session.py ", строка 1419 в рабочем файле" C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ " lib \ site-packages \ensorflow \ python \ training \ monitored_session.py ", строка 1338 в рабочем файле" C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site-packages \ tenorflow \ python \ training \ monitored_session.py ", строка 1252 i n запустить файл "C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site-packages \ tenorflow \ python \ training \ monitored_session.py", строка 754 в рабочем файле "C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site-packages \ tenorsflow_estimator \ python \ estimator \ estimator.py ", строка 1484 в файле _train_with_estimator_spec" C: \ Users \ Zsetszko21 \ anaconda3 \ envs \ ti_en \ \ tenorflow_estimator \ python \ estimator \ estimator.py ", строка 1192 в файле _train_model_default" C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site-packages \ tensorflow_estimator \ python \ estimator.stimator. строка 1158 в файле _train_model "C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site-packages \ tenorflow_estimator \ python \ estimator \ estimator.py", строка 367 в файле поезда "C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site-packages \ tenorsflow_estimator \ python \ estimator \ training.py ", строка 714 в файле run_local" C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib -packages \ тензор flow_estimator \ python \ estimator \ training.py ", строка 613 в рабочем файле" C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site-packages \ensororflow_estimator \ python \ estimator \ training.py ", строка 473 в файле train_and_evaluate «model_main.py», строка 109 в основном файле «C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site-packages \ absl \ app.py», строка 250 в файле _run_main » C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site-packages \ absl \ app.py ", строка 299 в рабочем файле" C: \ Users \ Zsetszko21 \ Anaconda3 \ envs \ tf_env_Ti \ lib \ site-packages \ tenorflow \ python \ platform \ app.py ", строка 40 в рабочем файле" model_main.py ", строка 113 в (tf_env_Ti) PS A: \ PPEVision \ trainer \ models-master \ research \ object_detection>
Мой конфигурационный файл:
# Faster R-CNN with Inception v2, configured for Oxford-IIIT Pets Dataset.
# Users should configure the fine_tune_checkpoint field in the train config as
# well as the label_map_path and input_path fields in the train_input_reader and
# eval_input_reader. Search for "PATH_TO_BE_CONFIGURED" to find the fields that
# should be configured.
model {
faster_rcnn {
num_classes: 2
image_resizer {
keep_aspect_ratio_resizer {
min_dimension: 600
max_dimension: 1024
}
}
feature_extractor {
type: 'faster_rcnn_inception_v2'
first_stage_features_stride: 16
}
first_stage_anchor_generator {
grid_anchor_generator {
scales: [0.25, 0.5, 1.0, 2.0]
aspect_ratios: [0.5, 1.0, 2.0]
height_stride: 16
width_stride: 16
}
}
first_stage_box_predictor_conv_hyperparams {
op: CONV
regularizer {
l2_regularizer {
weight: 0.0
}
}
initializer {
truncated_normal_initializer {
stddev: 0.01
}
}
}
first_stage_nms_score_threshold: 0.0
first_stage_nms_iou_threshold: 0.7
first_stage_max_proposals: 300
first_stage_localization_loss_weight: 2.0
first_stage_objectness_loss_weight: 1.0
initial_crop_size: 14
maxpool_kernel_size: 2
maxpool_stride: 2
second_stage_box_predictor {
mask_rcnn_box_predictor {
use_dropout: true
dropout_keep_probability: 0.95
fc_hyperparams {
op: FC
regularizer {
l2_regularizer {
weight: 0.0
}
}
initializer {
variance_scaling_initializer {
factor: 1.0
uniform: true
mode: FAN_AVG
}
}
}
}
}
second_stage_post_processing {
batch_non_max_suppression {
score_threshold: 0.0
iou_threshold: 0.6
max_detections_per_class: 100
max_total_detections: 300
}
score_converter: SOFTMAX
}
second_stage_localization_loss_weight: 2.0
second_stage_classification_loss_weight: 1.0
}
}
train_config: {
batch_size: 1
optimizer {
momentum_optimizer: {
learning_rate: {
exponential_decay_learning_rate {
initial_learning_rate: 0.00200000018999
decay_steps: 1000
decay_factor: 0.989999988079
}
#manual_step_learning_rate {
# initial_learning_rate: 0.0002
# schedule {
# step: 100000
# learning_rate: .002
# }
#}
}
momentum_optimizer_value: 0.9
}
use_moving_average: false
}
gradient_clipping_by_norm: 10.0
fine_tune_checkpoint: "A:\\PPEVision\\trainer\\models-master\\research\\object_detection\\faster_rcnn_inception_v2_coco_2018_01_28\\model.ckpt"
from_detection_checkpoint: true
load_all_detection_checkpoint_vars: true
# Note: The below line limits the training process to 200K steps, which we
# empirically found to be sufficient enough to train the pets dataset. This
# effectively bypasses the learning rate schedule (the learning rate will
# never decay). Remove the below line to train indefinitely.
num_steps: 200000
data_augmentation_options {
random_horizontal_flip {
}
}
}
train_input_reader: {
tf_record_input_reader {
input_path: "A:\\PPEVision\\trainer\\models-master\\research\\object_detection\\train.record"
}
label_map_path: "A:\\PPEVision\\trainer\\models-master\\research\\object_detection\\training\\labelmap.pbtxt"
}
eval_config: {
metrics_set: "coco_detection_metrics"
num_examples: 1000
num_visualizations: 1000
visualization_export_dir: "A:\\PPEVision\\trainer\\models-master\\research\\object_detection\\eval"
eval_interval_secs: 120
}
eval_input_reader: {
tf_record_input_reader {
input_path: "A:\\PPEVision\\trainer\\models-master\\research\\object_detection\\test.record"
}
label_map_path: "A:\\PPEVision\\trainer\\models-master\\research\\object_detection\\labelmap.pbtxt"
shuffle: true
num_readers: 1
}
Я также добавил эти строки, чтобы запретить OOM для model_main.py:
session_config = tf.ConfigProto()
session_config.gpu_options.per_process_gpu_memory_fraction = 0.7 # replace this field with whichever real number you prefer
# also gives a workaround to specify RAM usage
config = tf.estimator.RunConfig(model_dir=FLAGS.model_dir, session_config=session_config)
Мои спецификации:
Win10 Geforce GTX 1080Ti 11 ГБ ОЗУ 32 ГБ i5-7500 3 ГГц Процессор Tensorflow 1. 14-gpu, созданный с помощью conda env + ------------------------------------------ ----------------------------------- + | NVIDIA-SMI 442.50 Версия драйвера: 442.50 CUDA Версия: 10.2 | | ------------------------------- + ----------------- ----- + ---------------------- + | Название графического процессора TCC / WDDM | Bus-Id Disp.A | Летучий Uncorr. E CC | | Fan Temp Perf Pwr: Использование / Крышка | Использование памяти | GPU-Util Compute M. | | =============================== + ================= ===== + ====================== | | 0 GeForce GTX 108 ... WDDM | 00000000: 01: 00.0 вкл. | N / A | | 23% 36 C P8 13 Вт / 250 Вт | 449MiB / 11264MiB | 0% по умолчанию | + ------------------------------- + ----------------- ----- + ---------------------- +