pvanet训练遇到的一些问题
还是去github上py-faster-rcnn上搜的解决方法。
这个问题：
查看numpy版本命令
python -c "import numpy; print numpy.version.version"
TypeError: 'numpy.float64' object cannot be interpreted as an index
用了 sudo pip install -U numpy==1.11.0 降级numpy1.11.0
结果有新问题ImportError: numpy.core.multiarray failed to import
坑爹的是解决这个问题是要升级numpy 于是又升回去了pip install -U numpy
又回到了
TypeError: 'numpy.float64' object cannot be interpreted as an index这个问题上。然后搜这个问题还有另一个解决办法
这个问题的本质就是数据类型的不匹配。所以只要把这个用到numpy.float64的地方改成int类型就可以了，这里面一共有几处需要改：
lib/roi_data_layer/minibatch.py这个文件里面
第26行line 26, 把这一句fg_rois_per_image = np.round(cfg.TRAIN.FG_FRACTION * rois_per_image)改成fg_rois_per_image = np.round(cfg.TRAIN.FG_FRACTION * rois_per_image).astype(np.int)
需要改的地方还有以下几处
把.astype(np.int) 加到后面
lib/datasets/ds_utils.py line 12 : hashes = np.round(boxes * scale).dot(v)变成
lib/datasets/ds_utils.py line 12 : hashes = np.round(boxes * scale).dot(v).astype(np.int)
lib/fast_rcnn/test.py line 129 : hashes = np.round(blobs['rois'] * cfg.DEDUP_BOXES).dot(v)变成
lib/fast_rcnn/test.py line 129 : hashes = np.round(blobs['rois'] * cfg.DEDUP_BOXES).dot(v).astype(np.int)lib/rpn/proposal_target_layer.py line 60 : fg_rois_per_image = np.round(cfg.TRAIN.FG_FRACTION * rois_per_image)变成
lib/rpn/proposal_target_layer.py line 60 : fg_rois_per_image = np.round(cfg.TRAIN.FG_FRACTION * rois_per_image).astype(np.int)
我的问题就解决了，可以训练了
解决方法：An easier solution is to add the following lines to lib/proposal_target_layer.pyAfter line 126,
start=int(start)
end=int(end)
After line 166,
fg_rois_per_this_image=int(fg_rois_per_this_image)用自己的数据进行训练的过程中，加入了一部分机器标注的数据，训练报错：
/tools/../lib/fast_rcnn/bbox_transform.py:23: RuntimeWarning: invalid value
然后出现loss=nan的情况
问题分析解决：机器标注的坐标框越界问题
修改faster-rcnn-root/lib/datasets/pascal.py
左上角的坐标(x1,y1)可能为0
x1 = float(bbox.find('xmin').text) #- 1 注释掉你数据里不能减1的地方
y1 = float(bbox.find('ymin').text) #- 1
x2 = float(bbox.find('xmax').text) - 1
y2 = float(bbox.find('ymax').text) - 1
参考文章：https://blog.csdn.net/u013010889/article/details/53193027