Python 如何在matterport/Mask RCNN示例中减小批处理大小和图像形状？

当我运行以下代码时，我得到以下错误

from mrcnn.config import Config

class KangarooConfig(Config):
    # define the name of the configuration
    NAME = "kangaroo_cfg"
    # number of classes (background + kangaroo)
    NUM_CLASSES = 1 + 1
    # number of training steps per epoch
    STEPS_PER_EPOCH = 131


from mrcnn.model import MaskRCNN

# prepare config
config = KangarooConfig()
config.display()
# define the model
model = MaskRCNN(mode='training', model_dir='./', config=config)
model.keras_model.metrics_tensors = []


# load weights (mscoco) and exclude the output layers
model.load_weights('mask_rcnn_coco.h5', by_name=True, exclude=["mrcnn_class_logits", "mrcnn_bbox_fc",  "mrcnn_bbox", "mrcnn_mask"] )
# train weights (output layers or 'heads')
model.train(train_set, test_set, learning_rate=config.LEARNING_RATE, epochs=5, layers='heads' )

错误：

ResourceExhaustedError:发现2个根错误。（0）资源 耗尽：当分配形状为[400,14,14256]的张量和 键入float on/job:localhost/replica:0/task:0/device:GPU:0 by 分配器GPU\U 0\U bfc

在这种情况下，如何减小批处理大小和图像大小

转到您的文件并更改

 IMAGE_MIN_DIM = 800 to 400
 IMAGE_MAX_DIM = 1024 to 512

及

---

我通过使用

IMAGE\u RESIZE\u MODE=None

添加以下

GPU计数=1个图像/u每个GPU=1

来减少批大小，返回了

无效参数：不兼容的形状：[1,76100256]vs.[1,75100256]

，但当我删除该行时，其余的工作正常。错误的原因是什么？在训练中使用的图像在驱动器上没有相同的大小，您必须强制某些图像对所有图像具有特定的通用大小，从您发布的形状来看，似乎正在填充（不确定），请尝试使用“无”或“pad64”，不要忘记双引号，而且没有一个是大写的，我更新了我的答案

IMAGES_PER_GPU = 2 to 1
IMAGE_RESIZE_MODE = "square" to "none"