mask-rcnn-tf2
mask-rcnn-tf2 copied to clipboard
bubbliiiing
train.py 第一个epoch报错
博主，您好，运行train.py时，在第一个epoch会报错：
Epoch 00001: LearningRateScheduler reducing learning rate to 3e-06.
Epoch 1/100
2022-07-18 09:42:46.656945: W tensorflow/core/grappler/optimizers/loop_optimizer.cc:906] Skipping loop optimization for Merge node with control input: mask_rcnn/proposal_targets/roi_assertion/AssertGuard/branch_executed/_8
Traceback (most recent call last):
File "e:/zmx/mask-rcnn-tf2-master/train.py", line 295, in
Function call stack: train_function
2022-07-18 09:42:51.062100: W tensorflow/core/kernels/data/generator_dataset_op.cc:103] Error occurred when finalizing GeneratorDataset iterator: Failed precondition: Python interpreter state is not initialized. The process may be terminated. [[{{node PyFunc}}]]
我的配置是： scipy==1.4.1 numpy==1.19.2 matplotlib==3.2.1 opencv_python==4.2.0.34 tensorflow_cpu==2.2.0 tqdm==4.46.1 Pillow==8.2.0 h5py==2.10.0
补充一下： GPU很拉用不上，所以想用cpu版的tf试一下，之前看博主的问题汇总，如果想用cpu训练装cpu版本的tf就行，配置好环境后运行train.py报了如上错误
博主您好，我还有些疑问麻烦您解答一下。如果我只用CPU训练，除了下载对应CPU版本的tf外，代码中有需要修改的地方吗？ 比如：
- 这个部分？
if name == "main": #---------------------------------------------------------------------# # train_gpu 训练用到的GPU # 默认为第一张卡、双卡为[0, 1]、三卡为[0, 1, 2] # 在使用多GPU时，每个卡上的batch为总batch除以卡的数量。 #---------------------------------------------------------------------# train_gpu = [0,]
-
或者这个部分？ #------------------------------------------------------#
设置用到的显卡
#------------------------------------------------------# os.environ["CUDA_VISIBLE_DEVICES"] = ','.join(str(x) for x in train_gpu) ngpus_per_node = len(train_gpu)
gpus = tf.config.experimental.list_physical_devices(device_type='GPU') for gpu in gpus: tf.config.experimental.set_memory_growth(gpu, True)
if ngpus_per_node > 1: strategy = tf.distribute.MirroredStrategy() else: strategy = None print('Number of devices: {}'.format(ngpus_per_node))
我的也是同样的问题， numpy==1.18.4 matplotlib==3.2.1 scipy==1.4.1 opencv_python==4.2.0.34 tensorflow_gpu==2.2.0 tqdm==4.46.1 Pillow==8.2.0 h5py==2.10.0 完整配置： Package Version
absl-py 1.2.0 astunparse 1.6.3 backcall 0.2.0 backports.functools-lru-cache 1.6.4 cachetools 4.2.4 certifi 2022.6.15 charset-normalizer 2.1.1 colorama 0.4.5 cycler 0.11.0 Cython 0.29.32 debugpy 1.6.3 decorator 5.1.1 entrypoints 0.4 gast 0.3.3 google-auth 1.35.0 google-auth-oauthlib 0.4.6 google-pasta 0.2.0 grpcio 1.47.0 h5py 2.10.0 idna 3.3 imageio 2.9.0 importlib-metadata 4.12.0 ipykernel 6.15.1 ipython 7.33.0 jedi 0.18.1 jupyter-client 7.3.4 jupyter_core 4.11.1 Keras-Preprocessing 1.1.2 kiwisolver 1.4.4 labelme 3.16.7 Markdown 3.4.1 MarkupSafe 2.1.1 matplotlib 3.2.1 matplotlib-inline 0.1.6 nest-asyncio 1.5.5 networkx 2.6.3 numpy 1.18.4 oauthlib 3.2.0 opencv-python 4.2.0.34 opt-einsum 3.3.0 packaging 21.3 parso 0.8.3 pickleshare 0.7.5 Pillow 8.2.0 pip 22.1.2 prompt-toolkit 3.0.30 protobuf 3.20.1 psutil 5.9.1 pyasn1 0.4.8 pyasn1-modules 0.2.8 pycocotools-windows 2.0.0.1 Pygments 2.13.0 pyparsing 3.0.9 PyQt5 5.15.7 PyQt5-Qt5 5.15.2 PyQt5-sip 12.11.0 python-dateutil 2.8.2 PyWavelets 1.3.0 pywin32 303 PyYAML 6.0 pyzmq 23.2.0 QtPy 2.2.0 requests 2.28.1 requests-oauthlib 1.3.1 rsa 4.9 scikit-image 0.16.2 scipy 1.4.1 setuptools 63.4.1 six 1.16.0 tensorboard 2.2.2 tensorboard-plugin-wit 1.8.1 tensorflow-gpu 2.2.0 tensorflow-gpu-estimator 2.2.0 termcolor 1.1.0 tornado 6.2 tqdm 4.46.1 traitlets 5.3.0 typing_extensions 4.3.0 urllib3 1.26.12 wcwidth 0.2.5 Werkzeug 2.2.2 wheel 0.37.1 wincertstore 0.2 wrapt 1.14.1 zipp 3.8.1
博主，您好，运行 train.py 时，在第一个epoch会报错： Epoch 00001： LearningRateScheduler 将学习率降低到 3e-06。纪元 1/100 2022-07-18 09：42：46.656945：W 张量流/核心/抓斗器/优化器/loop_optimizer.cc：906] 与控制输入的合并节点的跳过循环优化：mask_rcnn/proposal_targets/roi_assertion/AssertGuard/branch_executed/_8 回溯（最近最后一次调用）：文件 “e：/zmx/mask-rcnn-tf2-master/train.py”，第 295 行，回调 = 回调 文件 “D：\anaconda3\envs\tf2-cpu\lib\site-packages\tensorflow\python\keras\engine\training.py”，第 66 行，在 _method_wrapper return method（self， *args， **kwargs） 文件 “D：\anaconda3\envs\tf2-cpu\lib\site-packages\tensorflow\python\keras\engine\training.py”，第 848 行，在 fit tmp_logs = train_function（迭代器）文件中 “D：\anaconda3\envs\tf2-cpu\lib\site-packages\tensorflow\python\eager\def_function.py”，第 580 行， in call result = self._call（*args， kwds） File “D：\anaconda3\envs\tf2-cpu\lib\site-packages\tensorflow\python\eager\def_function.py”，第 644 行，在 _call return self._stateless_fn（*args， kwds） 文件中 “D：\anaconda3\envs\tf2-cpu\lib\site-packages\tensorflow\python\eager\function.py”，第 2420 行，在调用返回中 graph_function.filteredcall（args， kwargs） # pylint： disable=受保护的访问文件 “D：\anaconda3\envs\tf2-cpu\lib\site-packages\tensorflow\python\eager\function.py”，第 1665 行，在 _filtered_call self.captured_inputs） 文件 “D：\anaconda3\envs\tf2-cpu\lib\site-packages\tensorflow\python\eager\function.py”，第 1746 行，在 _call_flat ctx， args， cancellation_manager=cancellation_manager）） 文件 “D：\anaconda3\envs\tf2-cpu\lib\site-packages\tensorflow\python\eager\function.py“，第 598 行，调用 ctx=ctx） 文件 ”D：\anaconda3\envs\tf2-cpu\lib\site-packages\tensorflow\python\eager\execute.py“，第 60 行，在 quick_execute 输入、attrs、num_outputs） tensorflow.python.framework.errors_impl中。InvalidArgumentError： indices[1] = 94081 不在 [0， 65472） [[node mask_rcnn/tf_op_layer_GatherV2_2/GatherV2_2 （定义于 e：/zmx/mask-rcnn-tf2-master/train.py：295） ]] [Op：__inference_train_function_44647]
函数调用堆栈：train_function
2022-07-18 09：42：51.062100：W 张量流/核心/内核/数据/generator_dataset_op.cc：103] 完成生成器数据集迭代器时出错：失败的前提条件：Python 解释器状态未初始化。该过程可能会终止。 [[{{node PyFunc}}]]
我的配置是： scipy==1.4.1 numpy==1.19.2 matplotlib==3.2.1 opencv_python==4.2.0.34 tensorflow_cpu==2.2.0 tqdm==4.46.1 枕头==8.2.0 h5py==2.10.0
您好，请问您的这个问题解决了吗？ 我也是用cpu遇到这个报错
博主，您好，运行 train.py 时，在第一个epoch会报错： Epoch 00001： LearningRateScheduler 将学习率降低到 3e-06。纪元 1/100 2022-07-18 09：42：46.656945：W 张量流/核心/抓斗器/优化器/loop_optimizer.cc：906] 与控制输入的合并节点的跳过循环优化：mask_rcnn/proposal_targets/roi_assertion/AssertGuard/branch_executed/_8 回溯（最近最后一次调用）：文件 “e：/zmx/mask-rcnn-tf2-master/train.py”，第 295 行，回调 = 回调 文件 “D：\anaconda3\envs\tf2-cpu\lib\site-packages\tensorflow\python\keras\engine\training.py”，第 66 行，在 _method_wrapper return method（self， *args， **kwargs） 文件 “D：\anaconda3\envs\tf2-cpu\lib\site-packages\tensorflow\python\keras\engine\training.py”，第 848 行，在 fit tmp_logs = train_function（迭代器）文件中 “D：\anaconda3\envs\tf2-cpu\lib\site-packages\tensorflow\python\eager\def_function.py”，第 580 行， in call result = self._call（*args， kwds） File “D：\anaconda3\envs\tf2-cpu\lib\site-packages\tensorflow\python\eager\def_function.py”，第 644 行，在 _call return self._stateless_fn（*args， kwds） 文件中 “D：\anaconda3\envs\tf2-cpu\lib\site-packages\tensorflow\python\eager\function.py”，第 2420 行，在调用返回中 graph_function.filteredcall（args， kwargs） # pylint： disable=受保护的访问文件 “D：\anaconda3\envs\tf2-cpu\lib\site-packages\tensorflow\python\eager\function.py”，第 1665 行，在 _filtered_call self.captured_inputs） 文件 “D：\anaconda3\envs\tf2-cpu\lib\site-packages\tensorflow\python\eager\function.py”，第 1746 行，在 _call_flat ctx， args， cancellation_manager=cancellation_manager）） 文件 “D：\anaconda3\envs\tf2-cpu\lib\site-packages\tensorflow\python\eager\function.py“，第 598 行，调用 ctx=ctx） 文件 ”D：\anaconda3\envs\tf2-cpu\lib\site-packages\tensorflow\python\eager\execute.py“，第 60 行，在 quick_execute 输入、attrs、num_outputs） tensorflow.python.framework.errors_impl中。InvalidArgumentError： indices[1] = 94081 不在 [0， 65472） [[node mask_rcnn/tf_op_layer_GatherV2_2/GatherV2_2 （定义于 e：/zmx/mask-rcnn-tf2-master/train.py：295） ]] [Op：__inference_train_function_44647] 函数调用堆栈：train_function 2022-07-18 09：42：51.062100：W 张量流/核心/内核/数据/generator_dataset_op.cc：103] 完成生成器数据集迭代器时出错：失败的前提条件：Python 解释器状态未初始化。该过程可能会终止。 [[{{node PyFunc}}]] 我的配置是： scipy==1.4.1 numpy==1.19.2 matplotlib==3.2.1 opencv_python==4.2.0.34 tensorflow_cpu==2.2.0 tqdm==4.46.1 枕头==8.2.0 h5py==2.10.0
您好，请问您的这个问题解决了吗？ 我也是用cpu遇到这个报错
cpu的建议用keras的试试，tf2的代码没啥问题，感觉是内部反传的问题，不太懂为什么