是蟹一只啊

4s 5s/step - loss: 2.8646 - rpn_class_loss_loss: 0.1904 - rpn_bbox_loss_loss: 0.8295 - mrcnn_class_loss_loss: 0.4902 - mrcnn_bbox_loss_loss: 0.3545 - mrcnn_mask_loss_loss: 0.3833 - val_loss: 2.8508 - val_rpn_class_loss_loss: 0.2017 - val_rpn_bbox_loss_loss: 0.8249 -...

B导好，这是我的一部分数据集，是最复杂的600张。这些是不同形态的电池极片（平整sheet，折叠fold，卷曲curl，重叠overlap），上面黑色的残留部分是没有脱落的电极粉（black），我的目标是识别并分割出每一种电极片上黑色电极粉的残余百分比，我用您的unet代码能够实现计算，只是不能对电极片分类。所以现在使用了mask rcnn。 我的图片都是2048*3072大小的。 另外，我觉得黑色的电极粉部分有的区域很小，会不会影响训练的效果。 这最复杂的600张就是 一张图片囊括了所有类型的电极片，可以理解为“集大成”情况的数据集。 我其余的近2000张数据集就简单一些，有的只是平整电极片和上面残留的粉，有的只是重叠的，有的只是折叠的…… 求B导指点指点训练~~！ 这是我的这一部分数据集，十分麻烦B导下载一下！ 链接：https://pan.baidu.com/s/1_sTkmzez9mQv3BCmjRYNfA 提取码：bkb8 --来自百度网盘超级会员V1的分享 可以的话B导可以加个微信吗，我请你喝奶茶！！！感谢！

classes_path = 'model_data/cls_classes.txt' model_path = "model_data/mask_rcnn_coco.h5" IMAGE_MAX_DIM = 1024 RPN_ANCHOR_SCALES = [32, 64, 128, 256, 512] Init_Epoch = 0 Epoch = 100 batch_size = 1 Init_lr = 1e-4 Min_lr =...

momentum貌似是我找不到原因 试着改了改 但是没有什么用……0 0 -------- okay！ 感谢B导~~~希望解决我的问题不会占用你太多时间哇！！！(*·ω·)✄╰ひ╯

行，我这也继续试一下，谢谢up！~ ps：假设loss训练很多轮以后就在2左右波动饿了怎么办呢。。。。就是不下降了，那我应该做哪些方面的改进呢( *・ω・)✄╰ひ╯

​老大 ！我是这样配置的 这是之前在问您loss nan问题的时候重新配的 tensorflow-gpu是conda install的 cuda和cudnn是在官网下载的 安装cuda后把cudnn解压复制粘贴进cuda文件夹替换 这样安好以后还是不行 查到是因为需要11.1的一个功能 但是tf2.4又只能配cuda11.0 解决办法是下载cuda11.1把那个部件复制到cuda11.0的文件夹里 ​ 以下这两个链接是我当时参考的：（但是教程都是针对3090 的 我是4090） https://blog.csdn.net/qq_38784454/article/details/111650373 https://github.com/tensorflow/tensorflow/issues/45170 这样做以后 代码不报错了 tf.test.is_gpu_available（）也是true 我就以为没问题了 然而就遇到了现在训练很久都不收敛的问题0 0 ps：return code 4294967295 这个问题 俺看最新的issue里也有小伙伴在问！不知道我搜的这个是不是正解🥹 ----...

你好up，我也遇到了同样的问题。我的电脑是4090，tensorflow-gpu=2.2.0，cuda=10.1，cudnn=7.4.5，python=3.8，就是按照您在csdn的教程配置的。在安装完成之后进行测试，print（tf.test.is_gpu_available()）也是true。然而在训练的时候，无论是adam优化器还是sgd，也无论我的学习率设置的多么小（我都尝试0了），还是会在第一个epoch的第二步出现nan loss（第一轮的第一步会有一个loss，在20左右，很大。）具体报错如下：2023-08-09 22:12:04.204688: I tensorflow/core/profiler/lib/profiler_session.cc:159] Profiler session started. 1/38 [..............................] - ETA: 0s - loss: 17.3096 - rpn_class_loss_loss: 0.7027 - rpn_bbox_loss_loss: 4.3601 - mrcnn_class_loss_loss: 0.0000e+00 - mrcnn_bbox_loss_loss: 1.7061 - mrcnn_mask_loss_loss:...

 hello up，有在网上找一些solution，这个老外说的也许或许是我的case。我确实有很小的独立的区域，不知道这是否会有影响并且导致NaN呢。我的图片都是2048*3072的大小。虽然图片里面有很精细、很小的区域，但是标注都是非常细致的，轮廓的贴合度很高。~~

 up up，可是tf的官网这么写的哎。。。。cuda11真的可以么。。。有推荐的版本配置么~~俺先去试一下子！！

up，今天我分别尝试了用tensorflow2.2.0配合cuda11、tensorflow2.4.0配合cuda11以及tensorflow2.6..0配合cuda11来跑你滴mask rcnn的代码~~用tensorflow2.2.0会出现nan的问题，剩下两个根本跑不了，可能是因为版本不兼容吧~~~~~·哇呀，科研路漫漫，我还要继续调试这些代码么或者进行修改么~~请up建议~~~~~~~~有4090机器却跑不起来可真闹心啊！