weixin_44368687
weixin_44368687
采纳率0%
2020-12-10 20:18 阅读 17

反卷积网络训练时无法识别

本人下载了YOLOv3的一个MobileNetv2-spp的cfg文件,发现存在deconvolutional反卷积网络。

在使用cfg进行训练时反卷积网络无法识别,进行修改时发现反卷积后缺少上采样模块(被注释了),取消注释后,进行训练到反卷积那层时出现错误:

 

63 max               13x13/ 1      1 x   1 x 160 ->    1 x   1 x 160 0.000 BF
  64 route  63 61 59 58                            ->    1 x   1 x 640
  65 conv    160       1 x 1/ 1   |   1 x   1 x 640 ->    1 x   1 x 160 0.000 BF 0.394 MB
  66 conv    960       1 x 1/ 1   |   1 x   1 x 160 ->    1 x   1 x 960 0.000 BF 0.590 MB
  67 conv    960/ 960  3 x 3/ 1   |   1 x   1 x 960 ->    1 x   1 x 960 0.000 BF 31.648 MB
  68 conv    160       1 x 1/ 1   |   1 x   1 x 960 ->    1 x   1 x 160 0.000 BF 0.590 MB
  69 activation: Using default 'linear'
Shortcut Layer: 65,  wt = 0, wn = 0, outputs:   1 x   1 x 160 0.000 BF 0.001 MB
  70 conv    960       1 x 1/ 1   |   1 x   1 x 160 ->    1 x   1 x 960 0.000 BF 0.590 MB
  71 conv    960/ 960  3 x 3/ 1   |   1 x   1 x 960 ->    1 x   1 x 960 0.000 BF 31.648 MB
  72 conv    320       1 x 1/ 1   |   1 x   1 x 960 ->    1 x   1 x 320 0.001 BF 1.177 MB
  73 conv   1280       1 x 1/ 1   |   1 x   1 x 320 ->    1 x   1 x1280 0.001 BF 1.569 MB
  74 conv     33       1 x 1/ 1   |   1 x   1 x1280 ->    1 x   1 x  33 0.000 BF 0.166 MB
  75 yolo
[yolo] params: iou loss: ciou (4), iou_norm: 0.07, cls_norm: 1.00, scale_x_y: 1.05
  76 route  69                                     ->    1 x   1 x 160
  77 conv    256       1 x 1/ 1   |   1 x   1 x 160 ->    1 x   1 x 256 0.000 BF 0.158 MB
  78 Type not recognized: [deconvolutional]
Unused field: 'filters = 32'
Unused field: 'size = 3'
Unused field: 'stride = 2'
Unused field: 'pad = 1'
Unused field: 'batch_normalize = 1'
Unused field: 'activation = relu'
  79 Cuda malloc failed
: No error
Assertion failed: 0, file ..\..\src\utils.c, line 325

由于刚接触到深度学习,不太会找问题;怀疑是哪里少调用了函数或者少了哪个环境(没装pytorch)

使用的是WIN10、python语言,已配置了CUDA、tensorflower、numpy、matplotlib等环境可以跑通YOLOv3普通cfg训练和检测。

还希望有人指点一下~~~

  • 点赞
  • 写回答
  • 关注问题
  • 收藏
  • 复制链接分享

相关推荐