我正在尝试在基于Pascal VOC格式的另一个数据集上运行faster_rcnn。但训练结果如下所示：

在出现以下警告后，所有损失值都变成了nan：

proposal_layer_tf.py:150: RuntimeWarning: 在greater_equal中遇到了无效值 keep =np.where((ws >= min_size) & (hs >= min_size))[0]

这是proposal_layer_tf.py的第146-151行：

def _filter_boxes(boxes, min_size):    """移除所有边长小于min_size的盒子。"""    ws = boxes[:, 2] - boxes[:, 0] + 1    hs = boxes[:, 3] - boxes[:, 1] + 1    keep = np.where((ws >= min_size) & (hs >= min_size))[0]return keep

如你所见，总损失值以一种奇怪的方式变化，并且在警告后变成了nan。我该怎么做才能解决这个问题呢？

(gpu: Geforce 940m)

回答：

这个问题很可能是由你的注释引起的。在Faster-RCNN的实现中，当他们将边界框加载到数据框时，会将坐标x1,y1,x2,y2减去1以使其为0基。在我的情况下，我创建了自己的xml注释，它们已经是0基的。因此，如果我运行默认的Faster-RCNN实现，从0中减去1会导致下溢错误。所以移除那个减法解决了我的问题。

你可以在pascal_voc.py中移除减法，或者编辑你的注释使它们变为1基。如果你选择编辑pascal_voc.py文件，请查看这里：

def _load_pascal_annotation(self, index):    # ...    # ...    # ...    # 将对象边界框加载到数据框中。    for ix, obj in enumerate(objs):        bbox = obj.find('bndbox')        # 使像素索引为0基        x1 = float(bbox.find('xmin').text) #- 1 <- 注释掉这些行        y1 = float(bbox.find('ymin').text) #- 1        x2 = float(bbox.find('xmax').text) #- 1        y2 = float(bbox.find('ymax').text) #- 1    # ...    # ...    # ...