SSD pytorch 运行debug

• 出于某些原因需要在一个数据集上测试SSD

---

• 源代码来自github 高star的repos：https://github.com/amdegroot/ssd.pytorch
• 为了在自己的数据集上进行训练和测试，首先是要按下面这篇blog的流程先修改：
  https://blog.csdn.net/dingkm666/article/details/88775428

---

• 数据集处理：
• 之前为了在faster-rcnn上测试，数据集标注已经用脚本生成为coco的json格式，而这个repos虽然支持coco的训练却不支持coco的测试，想来想去还是把数据集变成voc格式比较方便，coco转voc网上脚本很多，我随便找了个：
  https://blog.csdn.net/minstyrain/article/details/79572155亲测有效，只有路径处理和类别处理需要根据自己的需要做些修改，此外第100行和第101行可以注释掉。

---

• 模型脚本修改：然而这个repos的bug实在有点多，即使按上面提到的blog进行修改，还是有其它需要修改的地方，（注意，是先按上面blog进行修改，然后再按下面的进行修改，才可以跑得起来）如下：
• 由于用脚本生成的voc数据集的文件夹名字是image而不是jpegimage，所以data/voc0712.py文件中VOCDetection类的init函数中self._imgpath要改为self._imgpath = osp.join('%s', 'images', '%s.jpg')
• 各种路径和类别都要修改，我可能记不全，有遗漏，跑的时候出现bug再改就行了，总的来说不算太麻烦：
  • voc0712.py中的VOC_CLASSES和VOC_ROOT
  • config.py中的voc和HOME，HOME要改为你repos的根目录的地址，如：/home/graduate/wjh/ssd/ssd.pytorch
  • 此外即使你跑VOC，coco部分的路径也需要修改，因为这代码特别坑的是一些os.join之类的并不是放在函数内部而是放在外面，所以即使你没有调用到coco的类，只要用到了这个文件，就会报路径错误，具体是哪里我忘了，报错的时候根据报错改就行了，不难，有一个就是会找不到coco_label.txt，其实你没有跑coco数据集但他还是会这样，你就把这个txt放到那个位置去就行了也不是什么问题
• 接下来是巨坑的模型训练部分，有两个bug：
  • 一个是layers/modules/multibox_loss.py的第97行，loss_c[pos] = 0这一行会报错，因为loss_c是n x 1的长条状的tensor而pos是a x b的长方形tensor，这行的本意是把loss_c当成长方形tensor，和pos形状一样，然后loss_c在pos等于1的位置的元素置为0，但是形状不匹配会出错，所以在这一行前面加上一行loss_c = loss_c.view_as(pos)
  • 一个是train.py里有一行：images, targets = next(batch_iterator)，这个是错误用法，next（batch_iterator）在遍历完一次数据后就会停止，并不会像dataloader那样不停地迭代重新开始，所以要把这一句改成下面这一段：

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

• 还有一个不算错，就是模型的学习率太高了，最好还是调低点不然跑着跑着就爆掉了，在train.py的43行附近，有一个lr的参数

---

• 完成上述修改就行了，我已经跑起来训练了，莫得太大问题，至于测试等我跑完训练再看看