import os
import numpy as np
import keras.backend as k
from keras.layers import input, lambda
from keras.models import model
from keras.optimizers import adam
from keras.callbacks import tensorboard, modelcheckpoint, reducelronplateau, earlystopping
# 指定那幾塊gpu是對於本程式可見的 其實有沒有都沒有什麼區別 tensor預設占用全部的
# 一般用在忽略哪塊gpu 多gpu只能用一塊那種任務
from yolo3.model import preprocess_true_boxes, yolo_body, tiny_yolo_body, yolo_loss
from yolo3.utils import get_random_data
# 多gpu訓練
from keras.utils import multi_gpu_model
import keras.backend.tensorflow_backend as ktf
import tensorflow as tf
os.environ["cuda_visible_devices"] = "1"
def _main():
# 訓練前記得修改yolov3.cfg和model_data/voc_class.txt
annotation_path = '1.14/train/label1.txt' # 這裡是要的由voc生成的txt，裡面包括image位址和框和種類 需修改
log_dir = '1.14/weights/' # 是存放生成好的新的weights的
classes_path = '1.14/train/classes.txt' # 這個我只標記了4類，所以要修改，原來voc是有20類的
anchors_path = '1.14/train/anchors.txt' # 這裡的anchor暫時先不修改(最好從新kmean算anchors)
class_names = get_classes(classes_path)
num_classes = len(class_names)
anchors = get_anchors(anchors_path)
# 修改大小，按照最小的邊來修改
input_shape = (544,960) # multiple of 32, hw 這裡是否需要修改
config = tf.configproto()
config.gpu_options.allow_growth=true #不全部佔滿視訊記憶體, 按需分配
sess = tf.session(config=config)
ktf.set_session(sess)
is_tiny_version = len(anchors)==6 # default setting
if is_tiny_version:
model = create_tiny_model(input_shape, anchors, num_classes,
freeze_body=2, weights_path='model_data/tiny_yolo_weights.h5')
else:
# 這裡要修改，這裡的權重是基礎權重，在這個基礎上繼續訓練
model = create_model(input_shape, anchors, num_classes,
freeze_body=2, weights_path='12.5/weigths/dog_detect_544x960.h5') # make sure you know what you freeze
GPU顯示卡，視訊記憶體位寬
視訊記憶體位寬是顯存在乙個時鐘週期內所能傳送資料的位數，位數越大則瞬間所能傳輸的資料量越大，這是視訊記憶體的重要引數之一。1簡介視訊記憶體位寬是顯存在乙個時鐘週期內所能傳送資料的位數，位數越大則瞬間所能傳輸的資料量越大，這是視訊記憶體的重要引數之一。視訊記憶體頻寬 視訊記憶體頻率x視訊記憶體位寬 8...
GPU視訊記憶體未釋放問題
我們正在使用tensorflow或pytorch寫程式的時候，有時會在控制台將程式殺死，但是有時候程式已經結束了，用nvidia smi也看到程式已經停止，但是gpu還佔著記憶體沒有釋放。這是因為，在使用pytorch設定多執行緒 threads 進行資料讀取 data loader 時，其實是假的...
顯示卡和GPU 視訊記憶體的理解
顯示卡 gpu決定一切，打個比方，你去奇瑞買qq花3w它也是4個輪，卡宴160w也是4個輪，這裡車輪也就相當於視訊記憶體，大家視訊記憶體一樣，奇瑞什麼發動機卡宴什麼發動機？奇瑞絕對跑不到200邁，也就是說gpu的好壞直接決定了你的顯示卡跑多少分。另外視訊記憶體還有位寬問題，就好比卡宴是四驅qq是兩驅...