用自己的数据集训练faster-rcnn时出现的一些问题及总结(五)

关于faster-rcnn的原理训练流程及其数据集的制备，已经都已完成。那么问题来了，“自己制备的数据集，比如说自己为了增强数据集，进行图片翻转操作，然后记录坐标这样的数据集，在训练的过程中出现的问题”

一、在调用append_flipped_images函数时出现： assert (boxes[:, 2] >= boxes[:, 0]).all()

网上查资料说：出现这个问题主要是自己的数据集标注出错。由于我们使用自己的数据集，可能出现x坐标为0的情况，而pascal_voc数据标注都是从1开始计数的，所以faster rcnn代码里会转化成0-based形式，对Xmin，Xmax，Ymin，Ymax进行-1操作，从而会出现溢出，如果x=0，减1后溢出为65535。更有甚者，标记坐标为负数或者超出图像范围。红色标注的确实是可能出现的问题，因为我在图像增强的时候，在对图片坐标取值，确实没有考虑到坐标出现为0和标记坐标超图图像范围。这两种情况通过自己的数据集看确实出现了，但是自己的数据集量又太大，不可能进行一一查找。解决方案如下：