在大图像尺寸下测试FCN

我正在Caffe中测试FCN-VGG16网络。我不是将输入图像调整为固定大小，而是每次重塑网络图像大小。我在matcaffe和pycaffe中都试过了。在这两种情况下，它似乎都能够运行小图像（例如，500x500）。但是，当我有更大尺寸的图像（例如1920 x 1080）时，出现“检查失败：错误== cudaSuccess（2 vs 0）内存不足”的错误。我在具有12 GB内存的Quadro M6000 GPU上运行此程序。任何帮助/建议，将不胜感激。在大图像尺寸下测试FCN

来源

2017-06-01 user6137678

我知道这个消息很明显，但是您需要减少输入大小：GPU没有足够的板载内存来存放您输入的所有内容。你能减少批量吗？如果不是，你真的需要整个2M像素？大多数模型在裁剪或缩小图像时效果都很好。将其作为输入处理的一部分（在CPU上），并为任何正弦输入进行参数化。

调整网络的大小在内存中很昂贵，尤其是如果您调整全部图层，则会缩放输入尺寸。在这种情况下，这会增加大约8倍的内存需求。

作为您可以检查的大小，请在初始化网络时查看内存数据;我相信Caffe会根据图层报告内存需求。

来源

2017-06-01 22:59:21 Prune

感谢您的快速回复。为了回答你的问题，我使用1的批量大小，并且使用以下命令重塑网络：net.blobs ['data']。reshape（1，* im.shape）。我实际上已经尝试将图像大小调整为固定大小，然后进行测试。但是，我对结果不满意，而且我想知道它是否与调整大小有关。由于我有各种各样的输入尺寸，我担心调整到固定尺寸会影响性能（例如，对于某些图像，纵横比会发生显着变化）。 – user6137678

由于我有广泛的输入尺寸，也许我不应该将所有图像的大小调整为固定大小。相反，我可以将每个图像的大小调整为较小，但保留宽高比。但是，在这种情况下，输入图像的大小仍然可变，所以我仍然需要重新塑造网络。 – user6137678

对。只要您将足迹保持在“合理”范围内，您可以重新塑造网络 - “合理”由您的RAM大小决定。 – Prune

在大图像尺寸下测试FCN

回答

相关问题