MMDet实例分割loss_rpn_bbox为nan但其它loss正常的解决

文章首发见博客：https://mwhls.top/4901.html。
无图/格式错误/后续更新请见首发页。
更多更新请到mwhls.top查看
欢迎留言提问或批评建议，私信不回。

昨天还以为这个月无活可整，没想到第二天就来事了，下个月还好久，留到下月发也不大好( º﹃º )。

问题描述

• 使用MMDetection训练实例分割，训练可执行，测试可执行，但loss_rpn_bbox为nan，loss_bbox却有值。
• 评估时，少数模型能获得0.1的精度，但无法随训练次数上升而提高。
• 使用faster rcnn或mask2former，四个backbone，都出现上述问题。

故障原因

• 标签尺寸与图像尺寸不匹配。
  • 例如，图像为700x700的大小，而annotations/trainval.json里的大小却为3840x2160，且所有segmentation, bbox的标签，都是以3840x2160为参考（即取值为[0, 3840]）

解决方法

• 我是跑TTPLA时出问题的，按官方的流程走，结果分割数据集的时候用到了未缩放的标签，最后重新缩放一遍就好了。
  • 至于其它数据集未提供对应脚本的，可以手动缩放，见下文。
• 将标签里的height, width, segmentation, bbox缩放至与图像大小一致。
• TTPLA的方案是 所有标签除以对应宽高，然后再 乘缩放宽高。
  • 但它是对labelme标签处理，不是coco，而coco的segmentation似乎不是直接对应宽高。
  • 所以要解决segmentation的缩放，要么找到它的编码方式，要么转labelme再转coco。