RuntimeWarning: invalid value encountered in log targets_dw = np.log(gt_widths / ex

本文链接：https://blog.csdn.net/qq_47956657/article/details/109291094

RuntimeWarning: invalid value encountered in log targets_dw = np.log(gt_widths / ex_widths)
这个错误是你自己制作了数据集后，多出现在没有控制好边界的情况。我参考了csdn上大多数的解决方案都还没有成功，但是感觉知道了问题出现在哪了，没有能力解决。
在这里插入图片描述

 先来列举网上的一些解决方法：

第一种
修改lib/datasets/pascal_voc.py中_load_pascal_annotation函数，该函数是读取pascal_voc格式标注文件的，下面几句中的-1全部去掉（pascal_voc标注是1-based,所以需要-1转化成0-based,如果我们的数据标注是0-based,再-1就可能溢出，所以要去掉），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

如果这样之后还是出现类似的报错，那么说明依然有-1或者其他负数的情况出现。解决方法是打开./lib/model/config.py文件，找到flipp选项，将其置为False
__C.TRAIN.USE_FLIPPED = False

第二种：修改学习率

网上有人说可以通过修改学习率来解决，这个我感觉是没有用的，自己也修改过几次实验，没有用继续报错。因为此问题的本质还是在进行数据增强（进行水平翻转）标记坐标为负数或者超出图像范围。时

第三种
在图像增强的时候，在对图片坐标取值，没有考虑到坐标出现为0和标记坐标超图图像范围。但是数据集量又太大，不可能进行一一查找。解决方案如下：
修改lib/datasets/imdb.py，在boxes[:, 2] = widths[i] - oldx1 - 1后插入：

for b in range(len(boxes)):  
    if boxes[b][2]< boxes[b][0]:  
        boxes[b][0] = 0

认为溢出只有可能是 boxes[b][0]，我试验过，没有啥作用。

我自己认为，但是不会解决
希望前面各位大神们的方法就帮助你们解决问题。
下面是我认为的问题所在，就是在使用数据增强（水平翻转）的时候，没有控制好边界，使反转后的坐标中有负数。举一个小例子：
假如原来坐标左上角 = （10,10），右下角=（50,30），所以
xmin = 10, xmax=50,
weight = 40, height=20
则进过翻转后的坐标：
新的xmin =weight-xmax=40-50= -10
新的xman = weight-xmin=40-10= 30
会出现负数。

 #  数据增强的代码详解，上面的例子计算公式通过此代码进行的。
 def append_flipped_images(self):
        num_images = self.num_images
        #格式：list
        widths = self._get_widths()
        #self.roidb最后调用到pascal_voc.gt_roidb.最后返回的是一个列表，列表中存图像信息dict
        for i in xrange(num_images):
            #如果不用.copy()则会出现对应同一个存储区域的异名参数，如引用，copy则会另分出一个储存空间，对原数据无影响
            #boxes为([猫1的四个bbox值]，[猫2的四个bbox值]..)
            boxes = self.roidb[i]['boxes'].copy()
            #取出该幅图片所含bbox的xmin、xmax，存在oldx1.oldx2的np.array里
            #e.g.boxes为（[1,2,3,4],[7,8,9,10]）则oldx1(1,7)oldx2(3,9)
            oldx1 = boxes[:, 0].copy()
            oldx2 = boxes[:, 2].copy()
            #记录反转后的boxes信息，ymin,ymax没变，width-oldx2对应新的xmin，width-oldx1对应新的xmax
            boxes[:, 0] = widths[i] - oldx2 - 1
            boxes[:, 2] = widths[i] - oldx1 - 1
            #插入一个异常，如果该式子不是所有都成立，则数据读取有异常
            #.all()函数如果对应iterable中有一个false，则返回false
            assert (boxes[:, 2] >= boxes[:, 0]).all()
            #将新的boxes信息存入 entry字典
            entry = {'boxes' : boxes,
                     'gt_overlaps' : self.roidb[i]['gt_overlaps'],
                     'gt_classes' : self.roidb[i]['gt_classes'],
                     'flipped' : True}
            #将entry依次加入roidb列表，回忆一下roidb列表中存的是图片信息dict，图片信息引索与self.image_index引索相对应
            self.roidb.append(entry)
        #由于数据增强（添加了水平反转数据），且水平反转数据还是按照image_index的顺序，所以只需要执行image_insex=image_index*2
        self._image_index = self._image_index * 2

我尝试在
boxes[:, 0] = widths[i] - oldx2
boxes[:, 2] = widths[i] - oldx1
的后面加上不同的值，使反转后的坐标不为负数。但是试了好多数还是出现最开始的报错。没有办法了，希望有大佬解救！
在这里插入图片描述
参考大佬博客：
https://blog.csdn.net/hongxingabc/article/details/79048531
https://blog.csdn.net/l297969586/article/details/78026206
https://blog.csdn.net/ksws0292756/article/details/80702704
https://blog.csdn.net/weixin_37203756/article/details/79939093