用ImageNet的数据集训练Faster R-CNN

转自：http://blog.csdn.net/jiajunlee/article/details/50470897

训练结果

• 第一次训练，ZF，30W张图片，200类，迭代80k40K，mAP: 18.0%

问题汇总

• 总结：

  • ImageNet训练数据集部分标注缺失object标签
  • ImageNet训练数据集object的宽高比过大

• 问题1: 训练迭代过程假死状态，假死代码断self.solver.step(1)，是因为ImageNet有部分数据图片的.xml标注文件中缺少object标签。点击查看详细讨论

• 问题2: 训练的数据集中object的宽高比有一定要求。否则会在RPN训练迭代过程中报如下错，原因是宽高比过大或者过小，产生的anchors在塞选inside_anchors的过程中没有找到合适的anchor，使得overlaps只有0个元素。

  anchor_target_layer.py”, line 137, in forward 
  gt_argmax_overlaps = overlaps.argmax(axis=0) 
  ValueError: attempt to get argmax of an empty sequence

  • object的bounding box的宽高比 
    
    • VOC2007：在0.117-15.500之间
    • ImageNet（ILSVRC2014）：在0.03-48.50之间
  • 把数据的宽高比至少约束在0.117-15.500才能保证训练

• 问题3: 训练的数据集中image宽高不能太小。否则在做im_proposal的时候，发生假死现象。