1. 今天接着昨天的实验继续跑“多 GPU 训练”
    1. python trainval_net.py \ --dataset pascal_voc --net res101 \ --bs 24 --nw 8 \ --lr $LEARING_RATE --lr_decay_step $DECAY_STEP \ --cuda --mGPUs
    2. # (pascal_voc.py    self._classes   类别修改)

  1. 训练自己的数据集（步骤与之前样例中相同）

  2. 训练完成后对数据集进行处理，发现有些图片因为亮度不够或模糊而识别有误。下一步考虑怎么提高图片的清晰度，使识别率提高。

  3. 目前有个想法：

    1. 计算图片清晰度，如果清晰度不在某个范围的话，进行第二步操作；
    2. 调整图片的亮度和对比度，然后再进行清晰度计算。若清晰度达到要求，则输出；否则，继续调整，直到符合要求。

问题

  • 问题一：“多 GPU 训练”中出现ctx.input_sizes = tuple(map(lambda i: i.size(ctx.dim), inputs)) RuntimeError: dimension specified as 0 but tensor has no dimensions错误

    • 解决：在faster-rcnn.pytorch中的issue: multi gpu train errors!可以看到这个问题出现的比较多，其中有两条解决方案：

      1. the pytorch 1.0 branch works fine with multi GPU training（pytorch 1.0 分支可以正常进行多 GPU 训练）。但因为太麻烦，我没有尝试。

      2. 在faster-rcnn.pytorch/lib/model/faster_rcnn/faster_rcnn.py中加入以下几行（经测试可行）：

        1. rpn_loss_cls = torch.Tensor([0]).cuda() + rpn_loss_cls
        2. rpn_loss_bbox = torch.Tensor([0]).cuda() + rpn_loss_bbox
        3. RCNN_loss_cls = torch.Tensor([0]).cuda() + RCNN_loss_cls
        4. RCNN_loss_bbox = torch.Tensor([0]).cuda() + RCNN_loss_bbox

  • 问题二：assert (boxes[:, 2] >= boxes[:, 0]).all() AssertionError

    • 解决：将datasets/pascal_voc.py中的如下代码的”-1”删掉
      1. bbox = obj.find('bndbox')
      2. # Make pixel indexes 0-based
      3. x1 = float(bbox.find('xmin').text) - 1
      4. y1 = float(bbox.find('ymin').text) - 1
      5. x2 = float(bbox.find('xmax').text) - 1
      6. y2 = float(bbox.find('ymax').text) - 1

瓦雀