RAM Tensorflowオブジェクト検出APIを実行中にエラーが発生しました

Question

Tensorflowオブジェクト検出APIをインストールしてすべての手順を実行した後、私自身のデータセットでトレーニングを開始しました。非常に迅速にプログラムはすべてのRAMを使用し始め、プロセスは終了しました。私はこの主題に関して利用可能なすべての投稿を読んでおり、誰も答えを得ていないようです。これは、この問題の原因が何であるか把握しようとする別の試みです。

コンピュータの仕様：

tensorflow-GPU

NVIDIAのGTX 1070

1. 12ギガバイトRAM
2. のUbuntu 14.04 LTS - 8.0ギガバイト

ログました：

INFO:tensorflow:Starting Queues. 
INFO:tensorflow:global_step/sec: 0 
Killed 

他の人が書いていることは間違いなくメモリ使用の問題です。どんな援助も好評です。

Answer 1

dmesgを確認してください。メモリ不足エラーの場合は、スワップメモリ​​を増やすことでこれを解決できます。

スワップメモリ​​の割り当てを増やし、トレーニングを開始し、特定の問題に実際にどのくらいの領域が必要かを確認します。次に、スワップメモリ​​のサイズを微調整することができます。

Answer 2

設定ファイルを調整することでこれを行うことができます。

It turns outほとんどのRAMは入力キューによって消費されます。しかし、データは超高速のtfrecordフォーマットであるため、多くのサンプルを用意する必要はありません。

SSDはFRCNN（基本的に1のバッチを使用）より高いバッチを使用できるため、使用するモデル（SSD、Faster R-CNN）に応じて、これらの設定が異なります。

設定ファイルで次の項目を特定または追加し、キュー番号を再生します。

train_config: { 
    # ... other settings 
    batch_size: 1 # this is for FRCNN 
    batch_queue_capacity: 10 
    num_batch_queue_threads: 4 
    prefetch_queue_capacity: 5 
} 

train_input_reader: { 
    tf_record_input_reader { 
    input_path: "/path/to/train.tfrecord" 
    } 
    label_map_path: "/path/to/label/map.pbtxt" 
    queue_capacity: 400 
    min_after_dequeue: 200 
} 

eval_input_reader: { 
    tf_record_input_reader { 
    input_path: "/path/to/eval.tfrecord" 
    } 
    label_map_path: "/path/to/label/map.pbtxt" 
    shuffle: true 
    queue_capacity: 20 
    min_after_dequeue: 10 
    num_readers: 1 
} 

これらおよび他の設定は、モデルのすべての設定を記述object_detection/protosで.protoファイルを検査することで判明されました。