SSD训练自己的数据集问题

柏绿的小兔子

已于 2023-12-12 12:21:34 修改

阅读量51

点赞数

文章标签：目标检测

于 2023-12-11 19:34:49 首次发布

本文链接：https://blog.csdn.net/weixin_44445088/article/details/134931265

版权

本文讲述了在深度学习项目中遇到的几种常见问题，如JPG文件处理、XML标签处理和RuntimeError，通过修改代码解决了这些问题，包括SSD.py中的检测函数和box_utils.py中的autograd变量处理。

摘要由CSDN通过智能技术生成

1错误？ 在这里插入图片描述
解决√

2错误？

解决√

3错误？

解决√
我这个因为图片是JPG，读取读的jpg…

4错误？
在这里插入图片描述
解决√
应该是因为xml有无标签的，但是我又想训练无标签的怎么解决啊啊啊啊啊
这里我屈服了，无标签删掉了

5错误？
在这里插入图片描述
一直错一直错各种改各种找
学习率改到0.0001了
batch size从16改到4现在1了，看能不能跑完吧

6错误？
RuntimeError: Legacy autograd function with non-static forward method is deprecated. Please use new-style autograd function with static forward method.

解决√
ssd.py修改
在这里插入图片描述

        #报错
        # if self.phase == "test":
        #     output = self.detect(
        #         loc.view(loc.size(0), -1, 4),                   # loc preds
        #         self.softmax(conf.view(conf.size(0), -1,
        #                      self.num_classes)),                # conf preds
        #         self.priors.type(type(x.data))                  # default boxes
        #     ))
        if self.phase == "test":
	        output = self.detect.forward(loc.view(loc.size(0), -1, 4),
            self.softmax(conf.view(conf.size(0), -1, self.num_classes)),
            self.priors.type(type(x.data))
            )

layers/box_utils.py新增

#报错新增的下面===================================================
        idx = torch.autograd.Variable(idx, requires_grad=False)
        idx = idx.data
        x1 = torch.autograd.Variable(x1, requires_grad=False)
        x1 = x1.data
        y1 = torch.autograd.Variable(y1, requires_grad=False)
        y1 = y1.data
        x2 = torch.autograd.Variable(x2, requires_grad=False)
        x2 = x2.data
        y2 = torch.autograd.Variable(y2, requires_grad=False)
        y2 = y2.data
#报错新增的上面====================================================