I Zug DLIB der shape_predictor für 194 Sehenswürdigkeiten mit halen DatasetDLIB: train_shape_predictor_ex.exe für 194 Sehenswürdigkeiten mit halen-Datensatz gibt Fehler Laufzeit: schlechte Zuordnung
bin versucht, aber es gibt schlechte Zuordnung Ausnahme, wenn ich es prompt Befehl ausführen
D:\Facial Feature Extraction>train_shape_predictor_ex.exe face_detector
Program is started
exception thrown!
bad allocation
, reduzierte ich die Anzahl der Bilder auf nur 50, dann lief es erfolgreich, aber das Ergebnis ist nicht zufriedenstellend. Also habe ich versucht, mit 64 GB RAM-System zu trainieren, sondern beugen ich den Parameter
trainer.set_nu(0.05);
trainer.set_tree_depth(2);
erhöht, aber jetzt ist es immer noch schlecht Zuordnungsfehler zeigt. Wenn ich mit weniger Daten trainiere und für kleinere Parameter ist train model nicht korrekt.
Ja, für die Ausbildung DLIB der Form Prädiktor viel RAM und CPU-Zeit in Anspruch nimmt (ein Kern). trainer.set_tree_depth (2); - Dieser Parameter erhöht die RAM-Anforderung exponentiell, num_cascades und einige andere - linear. Kannst du mir all deine Trainingsparameter, die Anzahl der Bilder und wie viel RAM es braucht, wenn es keinen Fehler hat? – Evgeniy
@Evgeniy Wenn es keinen Fehler gibt: '1.934 GB' RAM, und Anzahl der Bilder-372 als Trainingssample und 52 als Testsamples. Parameter Werte sind die gleichen wie in [link] (http://dlib.net/train_shape_predictor_ex.cpp.html) – NAYA
sind Sie wund, dass Ihr Code 64 Bit ist? – Evgeniy