질문있습니다.

네 좋은 강의 항상 감사드립니다!!😁😁

저도 모르고 있었는데, 여러 이미지로 테스트를 해보니 0.3 이하는 아예 hard negative로 간주하여 자체 filtering 하는 것 같습니다.

좋은 정보 감사합니다.

print(out)을 보면 19개의 object가 있으머 score와 boundingbox의 좌표는 19개가 값이 있고 81개는 0을 반환합니다. Class는 분류된 100개의 값을 나타내고요. Boundingbox시각화 전에 print가 실행됬습니다. 이와 값을 보이는 object의 score가 0.3이상인 것으로보아  tensorflow detection시 자체적으로 0.3이상인 object외에는 0을 반환하는 것으로 생각이되는데 자체적으로 0.3이상의 스코어를 가지는 object만을 반환하는지 궁금합니다. 간사합니다.

실습 코드에 아래와 같은 부분이 있습니다. 

if score > 0.5 부분에서 score값이 0.5보다 크면 해당 object를 검출합니다.

# Bounding Box 시각화
    num_detections = int(out[0][0])
    for i in range(num_detections):
        classId = int(out[3][0][i])
        score = float(out[1][0][i])
        bbox = [float(v) for v in out[2][0][i]]
        if score > 0.5:

            ......

pretrained model의 source code도 들여다볼 수 있을까요??

pretrained model 자체 filtering으로 이해하면 될까요??

프로그램 로직으로 score가 0.3 이상의 object를 걸려줘야 합니다. 소스코드에 특정값 이상의 score를 filtering하도록 되어 있습니다.

Faster-RCNN tensorflow api는 detection 과정중에 score가 0.3이상의 object를 가지고 있는 것들만 반환에 주나요???  

tensorflowfmf 1.12로 낮추면 실습 코드가 안돌아 갈수 있습니다.

오히려 tensorflow는 1.13으로 그대로 유지하고 cudnn 버전을 7.6에서 7.4 버전으로 낮추는게 어떨까 싶습니다. 

그리고 nvidia-smi로 볼때는 cuda 버전이 10.0 이었는데, 올려주신것에는 CUDA가 9.1로 되어 있는데 다시 한번 확인해 주십시요.

감사합니다.

tensorflow-gpu version이  cuda cudnn에 맞지 않아 오류가 발생하는 것이었습니다. 감사합니다.

version을 1.13 >> 1.12로 낮춰주니 코드가 잘 돌아가는 것을 확인하였습니다. 감사합니다.

구글링을 해보니 저의 환경에서 tensorflow-gpu version을 낮춰보는 것이 좋을 것 같은데 낮춰서 한번 더 진행해보겠습니다.

Cuda  release 9.1, V9.1.85

CUDNN_MAJOR 7

CUDNN_MINOR 6

CUDNN_PATCHLEVEL 3

해당 메시지만 나오지는 않았을 거 같습니다. 전체 오류 메시지를 적어주십시요.

상세한 정보가 기재되지 않으면 제가 도와드릴수 있는 방법이 제한적입니다.

그리고 cuDNN버전도 적어주십시요. 구글 검색으로 cuDNN 버전 확인 하시면 방법을 찾으실 수 있습니다. tensorflow 버전도 1.13인지 다시 확인 부탁드립니다.

config = tf.ConfigProto()

config.gpu_options.per_process_gpu_memory_fraction = 0.4

session = tf.Session(config=config)

구글링을 통하여 다음과 같이 gpu메모리 할당량을 줄여도 보았으나 같은 error를 보였습니다.

detection을 진행하는 코드에서 모두 같은 error가 발생했습니다.

안녕하십니까,

실습예제의 어떤 코드에서 위의 에러가 났는지 알수 있을까요?

감사합니다.