Fast RCNN使用MSER算法替代SS【实验记录】Matlab

 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