SSD-pytorch踩坑及修正（StopIteration）

ssd-pytorch代码链接

github上的：https://github.com/amdegroot/ssd.pytorch

bug

这篇博客写的基本上没什么问题，但是其实也有坑。
https://blog.csdn.net/sinat_39307513/article/details/84646177

在这篇博客的评论区里面出现了
“博主您好，我训练时候损失降得又快又低，但是运行eval.py时的精度又很低，博主有遇到过这个问题吗？是什么原因大概”
“博主你好，请问我用自己的数据集训练过后，用eval.py计算AP，mAP结果全是零，这是怎么回事呢？谢谢”

我在运行

python train.py

的时候，发现确实loss降的异常的快。
运行

python eval.py

的时候mAP是一个很接近0的数。

经过思考，发现问题出在原来博客的第4个点：
（下面这段是从原文中复制来的）

4.train.py代码中，在迭代过程中，每次执行batch张图片，通过images, targets = next(batch_iterator)读取图片时，如果next()中没有数据后会触发Stoplteration异常，使用下面语句替换 images, targets = next(batch_iterator)将解决这种异常问题。


while True:
    try:
        # 获得下一个值:
        images, targets = next(batch_iterator)
 
    except StopIteration:
        # 遇到StopIteration就退出循环
        break
————————————————
【版权声明：本文为CSDN博主「花花花哇_」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：[https://blog.csdn.net/sinat_39307513/article/details/84646177](https://blog.csdn.net/sinat_39307513/article/details/84646177)】
————————————————

但是其实是不能够这样改的，这么改的思路是遇到了问题就跳过去，这样很明显是不可以的，会导致不断的跳出循环，没有在进行有效的train，所以loss会降得很快，最后的结果也不好。

解决方案

这个问题出现的原因是dataloader导入数据之后经过了一轮的迭代，再次导入的时候发现没有数据了，也就是iterable完成之后，触发了StopIteration，然后跳出了循环。

既然再次导入的时候没有数据了，那我们就再用一个dataloader就行了。

将train.py（165行）的

images, targets = next(batch_iterator)

更改成：

try:
	images, targets = next(batch_iterator)
except StopIteration:
	batch_iterator = iter(data_loader)
	images, targets = next(batch_iterator)

问题解决。

这篇博客《SSD-Pytorch训练和测试自己的数据集（新手必看）》写得挺全面的：https://blog.csdn.net/dingkm666/article/details/88775428
希望被更多需要帮助的人发现，里面也有很多关于debug的，不只是训练测试自己的数据集。