使用Faster-RCNN进行指定GPU训练

实验内容

1. 解决了昨日环境配置剩下的问题（三~六），接着昨日第7步继续

2. 测试库中用例，检查是否能跑通

   1. 在"faster-rcnn.pytorch"文件夹中打开终端

   2. 指定GPU训练

      CUDA_VISIBLE_DEVICES=$GPU_ID python trainval_net.py \
                  --dataset pascal_voc --net res101 \
                  --bs $BATCH_SIZE --nw $WORKER_NUMBER \
                  --lr $LEARNING_RATE --lr_decay_step $DECAY_STEP \
                  --cuda
      

      • 参数意义：
        • CUDA_VISIBLE_DEVICES=$GPU_ID：指明所使用的GPU ID，$GPU_ID需修改为指定ID
        • --dataset pascal_voc --net res101：在pascal_voc上使用resnet101进行训练
        • --bs $BATCH_SIZE --nw $WORKER_NUMBER：可以根据GPU内存大小来自适应地设置BATCH_SIZE(批处理尺寸)和WORKER_NUMBER。在具有12G内存的Titan Xp上，它最多可以为4
        • --lr $LEARNING_RATE --lr_decay_step $DECAY_STEP：**学习率(Learning rate)**作为监督学习以及深度学习中重要的超参，其决定着目标函数能否收敛到局部最小值以及何时收敛到最小值。合适的学习率能够使目标函数在合适的时间内收敛到局部最小值。

   3. 多GPU训练(这一步实验没有做，“指定GPU实验”居然从下午三点多跑到了晚上11点多…)

      python trainval_net.py \ --dataset pascal_voc --net res101 \ --bs 24 --nw 8 \ --lr $LEARING_RATE --lr_decay_step $DECAY_STEP \ --cuda --mGPUs
      # (pascal_voc.py    self._classes   类别修改)
      

问题

• 问题一：RuntimeError: The expanded size of the tensor (2) must match the existing size (0) at non-singleton dimension 1

  • 解决：原因在于计算二分类交叉熵损失函数时是在每个batch中进行的，而总的图片数量并不能被所设置的batch_size整除，造成最后一个batch的图片数量与batch_size不相等。

• 问题二：AttributeError: 'int' object has no attribute 'astype'

  • 解决：将/lib/roi_data_layer/roibatchLoader.py中第52行的target_ratio = 1改为target_ratio = np.array(1)

• 问题三：AttributeError: 'Tensor' object has no attribute 'index'

  • 解决： 将torch的版本改为0.4.0…所以昨天的错误到时出在哪个依赖上了？？？