SegNet - 내 데이터 세트 훈련

SegNet (caffe 포함)에서 자체 데이터 집합을 학습하려고 시도 할 때 segnet tutorial과 같은 데이터 세트를 준비했습니다. 내가 기차를 실행하려고하면, 그것은 나에게 오류를 보여줍니다SegNet - 내 데이터 세트 훈련

I0914 11:38:04.496928 37274 layer_factory.hpp:74] Creating layer data 
I0914 11:38:04.496963 37274 net.cpp:90] Creating Layer data 
I0914 11:38:04.496974 37274 net.cpp:368] data -> data 
I0914 11:38:04.497005 37274 net.cpp:368] data -> label 
I0914 11:38:04.497020 37274 net.cpp:120] Setting up data 
I0914 11:38:04.497033 37274 dense_image_data_layer.cpp:41] Opening file /home/ubuntu/full_conv_net/train.txt 
I0914 11:38:04.497061 37274 dense_image_data_layer.cpp:51] Shuffling data 
I0914 11:38:04.497422 37274 dense_image_data_layer.cpp:56] A total of 0 examples. 
*** Aborted at 1473853084 (unix time) try "date -d @1473853084" if you are using GNU date *** 
PC: @  0x7fd912325f20 (unknown) 
*** SIGSEGV (@0x0) received by PID 37274 (TID 0x7fd9132a8a40) from PID 0; stack trace: *** 
    @  0x7fd911cc6cb0 (unknown) 
    @  0x7fd912325f20 (unknown) 
    @  0x7fd912b84a5c std::operator+<>() 
    @  0x7fd912bc0fa0 caffe::DenseImageDataLayer<>::DataLayerSetUp() 
    @  0x7fd912ba2e09 caffe::BasePrefetchingDataLayer<>::LayerSetUp() 
    @  0x7fd912b16be3 caffe::Net<>::Init() 
    @  0x7fd912b18952 caffe::Net<>::Net() 
    @  0x7fd912afebf0 caffe::Solver<>::InitTrainNet() 
    @  0x7fd912affbc3 caffe::Solver<>::Init() 
    @  0x7fd912affd96 caffe::Solver<>::Solver() 
    @   0x40c5d0 caffe::GetSolver<>() 
    @   0x406611 train() 
    @   0x404bb1 main 
    @  0x7fd911cb1f45 (unknown) 
    @   0x40515d (unknown) 
    @    0x0 (unknown)

내가하지만 여전히 dosnt 작업 make clean/all/test/runtest을하려고 노력했다. 도움 주셔서 감사합니다.

출처

2016-09-14 Z.Kal

다음 오류가

I0914 11:38:04.497033 37274 dense_image_data_layer.cpp:41] Opening file /home/ubuntu/full_conv_net/train.txt 
I0914 11:38:04.497061 37274 dense_image_data_layer.cpp:51] Shuffling data 
I0914 11:38:04.497422 37274 dense_image_data_layer.cpp:56] A total of 0 examples.

이 네트워크가 훈련 데이터를 찾을 수 없음을 나타냅니다. 'train.txt'가 올바른 형식인지 확인하십시오. .txt 파일에 이미지의 전체 경로를 포함하는 것이 좋습니다.

출처

2016-09-14 12:21:43 malreddysid

감사합니다. 문제는 내 train.txt 파일입니다. –

SegNet - 내 데이터 세트 훈련

답변

관련 문제