【yolov3】【3】yolov3-spp网络训练踩坑纪实（pytorch0.4环境跑pytorch1.0代码）

yolov3-spp是yolov3的一个版本，在yolo官网中给出了cfg和weights。
本文调试源码为ultralytics/yolov3，源码的解析放在之前的一篇yolov3-spp结构详解与源码解析（pytorch），这篇博客只记录在训练过程中出现的一些问题。

bug1: ‘too many indices for tensor of dimension 1’

bug描述：
问题出在dataset.py文件中，collate_fn函数中有一句：

l[:, 0] = i

bug原因：
这一句为1个batch中的每张image的每一个label，赋值一个idx，即为对应的image，使得最后的label可以和image相对应。但是，有的image是没有对应的label的，而pytorch0.4会出现维度的问题，是因为会将这种空的tensor的维度挤压为1：
torch.Size([0])
解决：

    def collate_fn(batch):
        img, label, path, hw = list(zip(*batch))  # transposed
        for i, l in enumerate(label):
            try:
                l[:, 0] = i  # add target image index for build_targets()
            except:
                pass
        return torch.stack(img, 0), torch.cat(label, 0), path, hw

补充：
在build_target.py中，出现了类似的问题，这里是因为t是空的，即targets中没有标签，个人分析，原因是整个batch中所有image都没有对应的label。依旧用try-except粗暴解决：

        # Indices
        try:
            b<