MSER+Fast rcnn train阶段
MSER图像存于\datasets\VOCdevkit2007\VOC2007\gray_MSER
MSER坐标mat存\data\selective_search_data\
第一次训练 Reg=NaN,test结果均为0
reg的loss一直为NaN,寻找可能原因
1.学习率过大 models\fast_rcnn_prototxts\ZF\solver_30k40K.prototxt
base_lr: 0.0001#####学习率 0.001改为0.0001
结果:FAIL
2.reg层权重过大,梯度爆炸
models\fast_rcnn_prototxts\ZF\train_val.prototxt
409行loss_bbox loss_weight: 0.5#######reg 1改为0.5
结果:FAIL
3.把学习率改为0测试一下问题所在,发现与学习速率无关
4.正负样本数量不满足条件
改变fg_fraction=0.5正负样本之比 ~functions\fast_rcnn\fast_rcnn_config.m
结果:FAIL
5.Fast RCNN有四个proposal方法,把SS置true
imdb\roidb_from_voc.m with_seletive_search= true exclude_difficult_sample=false
结果:FAIL
6. 数据坐标原因
MSER的mat文件中坐标左上右下,要左小于右,重新排列顺序 ~data\savemat.m
结果:success 但是Result error
7.Selective search data 格式为 [y1x1 y2 x2]
MASR的mat文件坐标修改
结果:正在试验