faster rcnn训练过程出现loss=nan解决办法

在我训练faster rcnn的过程中，使用VOC2007数据集end2end训练方法，并没有出现loss=nan的问题，出现了loss=nan说明模型发散，此时应该停止训练，不然得到的模型也不能检测出物体。

在我自己训练自己的数据（Kitti数据集转成voc数据集）的时候，出现一个RuntimeWarning: invalid value encountered in log targets_dw = np.log(gt_widths / ex_widths)，然后就会出现loss=nan这种情况，网上很多说出现loss=nan改学习率就行，但是在这种自己做的数据集且出现这个警告的情况下，改学习率是没用的，正确的做法是打开lib/database/pascal_voc.py文件，找到208行，将208行至211行每一行后面的-1删除，如下所示：

x1 = float(bbox.find('xmin').text) 
y1 = float(bbox.find('ymin').text) 
x2 = float(bbox.find('xmax').text) 
y2 = float(bbox.find('ymax').text) 

原因是因为我们制作的xml文件中有些框的坐标是从左上角开始的，也就是（0,0）如果再减一就会出现log（-1）的情况。

改完之后就不会出现RuntimeWarning: invalid value encountered in log targets_dw = np.log(gt_widths / ex_widths)这个问题了，loss也不会出现等于nan了，如果还出现loss=nan，可以再试试调小学习率以及各个损失项的占比重。

亲测有效。。