HonglinChu / SiamTrackers

(2020-2022)The PyTorch version of SiamFC,SiamRPN,DaSiamRPN, UpdateNet , SiamDW, SiamRPN++, SiamMask, SiamFC++, SiamCAR, SiamBAN, Ocean, LightTrack , TrTr, NanoTrack; Visual object tracking based on deep learning
Apache License 2.0
1.31k stars 260 forks source link

您好,我在训练SiamRPN时显存利用低 #77

Closed jyCqupt closed 8 months ago

jyCqupt commented 2 years ago

数据集: GOT10k,cpu: AMD EPYC 7543 32-Core Processor GPU: RTX3090 cpu已经拉满了,但GPU利用率低,偶尔跳下20%,40%大部分时间为0 修改num_workers和batch_size参数无果 且每次train_loader处理完一次后都会卡顿一下

HonglinChu commented 2 years ago

训练的时候看一下每次读取数据的耗时,是不是卡在读取数据上了. CPU内存最好>64G, num_workers=4 or 8 or 12. 机械硬盘一般比较慢, 固态硬盘的还好. 另外, 可以尝试训练NanoTrack模型,效果可能比SiamRPN要好

jyCqupt commented 2 years ago

感谢大佬 应该是卡在读取数据了 我再研究一下

------------------ 原始邮件 ------------------ 发件人: @.>; 发送时间: 2022年7月2日(星期六) 上午10:04 收件人: @.>; 抄送: @.>; @.>; 主题: Re: [HonglinChu/SiamTrackers] 您好,我在训练SiamRPN时显存利用低 (Issue #77)

训练的时候看一下每次读取数据的耗时,是不是卡在读取数据上了. CPU内存最好>64G, num_workers=4 or 8 or 12. 机械硬盘一般比较慢, 固态硬盘的还好. 另外, 可以尝试训练NanoTrack模型,效果可能比SiamRPN要好

— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.***>

lejunXTS commented 1 year ago

感谢大佬 应该是卡在读取数据了 我再研究一下 ... ------------------原始邮件------------------ 发件人: @.>; 发送时间: 2022年7月2日(星期六) 上午10:04 收件人: @.>; 抄送: @.>;@.>; 主题: Re: [HonglinChu/SiamTrackers] 您好,我在训练SiamRPN时显存利用低 (Issue #77) 训练的时候看一下每次读取数据的耗时,是不是卡在读取数据上了.CPU 内存最好>64G,num_workers=4 或 8 或 12。机械硬盘一般比较慢, 固态硬盘的还好.另外, 可以尝试训练NanoTrack模型,效果可能比SiamRPN要好 — 直接回复此电子邮件,在 GitHub 上查看或取消订阅。 您收到此消息是因为您创作了线程。消息 ID: @.>

请问解决了吗,我也遇到了这个问题

jyCqupt commented 1 year ago

最后还是没解决 后面我就没训过这个模型了 实在不行可以用pysot框架训练试下

---原始邮件--- 发件人: @.> 发送时间: 2023年3月23日(周四) 晚上9:36 收件人: @.>; 抄送: @.**@.>; 主题: Re: [HonglinChu/SiamTrackers] 您好,我在训练SiamRPN时显存利用低 (Issue #77)

感谢大佬 应该是卡在读取数据了 我再研究一下 ... ------------------原始邮件------------------ 发件人: @.>; 发送时间: 2022年7月2日(星期六) 上午10:04 收件人: @.>; 抄送: @.@.***>; 主题: Re: [HonglinChu/SiamTrackers] 您好,我在训练SiamRPN时显存利用低 (Issue #77) 训练的时候看一下每次读取数据的耗时,是不是卡在读取数据上了.CPU 内存最好>64G,num_workers=4 或 8 或 12。机械硬盘一般比较慢, 固态硬盘的还好.另外, 可以尝试训练NanoTrack模型,效果可能比SiamRPN要好 — 直接回复此电子邮件,在 GitHub 上查看或取消订阅。 您收到此消息是因为您创作了线程。消息 ID: @.>

请问解决了吗,我也遇到了这个问题

— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.***>