SSD-pytorch坑怎么解決

本篇內(nèi)容介紹了“SSD-pytorch坑怎么解決”的有關(guān)知識(shí)，在實(shí)際案例的操作過程中，不少人都會(huì)遇到這樣的困境，接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

我在運(yùn)行

python train.py

的時(shí)候，發(fā)現(xiàn)確實(shí)loss降的異常的快。
運(yùn)行

python eval.py

的時(shí)候mAP是一個(gè)很接近0的數(shù)。

經(jīng)過思考，發(fā)現(xiàn)問題出在原來博客的第4個(gè)點(diǎn)：
（下面這段是從原文中復(fù)制來的）

4.train.py代碼中，在迭代過程中，每次執(zhí)行batch張圖片，通過images, targets = next(batch_iterator)讀取圖片時(shí)，如果next()中沒有數(shù)據(jù)后會(huì)觸發(fā)Stoplteration異常，使用下面語句替換 images, targets = next(batch_iterator)將解決這種異常問題。


while True:
    try:
        # 獲得下一個(gè)值:
        images, targets = next(batch_iterator)
 
    except StopIteration:
        # 遇到StopIteration就退出循環(huán)
        break

但是其實(shí)是不能夠這樣改的，這么改的思路是遇到了問題就跳過去，這樣很明顯是不可以的，會(huì)導(dǎo)致不斷的跳出循環(huán)，沒有在進(jìn)行有效的train，所以loss會(huì)降得很快，最后的結(jié)果也不好。

解決方案

這個(gè)問題出現(xiàn)的原因是dataloader導(dǎo)入數(shù)據(jù)之后經(jīng)過了一輪的迭代，再次導(dǎo)入的時(shí)候發(fā)現(xiàn)沒有數(shù)據(jù)了，也就是iterable完成之后，觸發(fā)了StopIteration，然后跳出了循環(huán)。

既然再次導(dǎo)入的時(shí)候沒有數(shù)據(jù)了，那我們就再用一個(gè)dataloader就行了。

將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)

問題解決。

“SSD-pytorch坑怎么解決”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注億速云網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！