本文主要是介绍fast rcnn中遇到的问题，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
碰到了out of memory的情况，可能有两方面原因：
1、别人在用GPU；
2、model太大，跑不起来。
如果是第一个原因，可以告知别人在跑程序时指定GPU，因为不指定的话默认占用所有的GPU。
如果是第二个原因，可以换一个小一点的model。比如，fast rcnn中有vgg16，caffenet，vgg_cnn_m_1024，如果vgg16遇到out of memory的情况，可以换成vgg_cnn_m_1024，用如下命令：
其中为了避免影响他人，用--gpu 1是指定使用的gpu id。
nvidia-smi查看GPU。
在训练fast rcnn时遇到找不到文件的问题
最后发现imageset和devkit路径写在factory.py里面，修改里面的imageset和devkit的路径就可以了。
这篇关于fast rcnn中遇到的问题的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
