训练自己数据集时l_imgcls损失指标异常
Closed this issue · 5 comments
你好！训练自己的数据集，已转换成VOC格式，数据前景类别数为1，在训练过程中为何l_imgcls指标一直为0呢？望解答～
你好，你可以调试一下代码，看看在 mmdet/models/dense_head/MIAOD_head.py 中 l_imgcls 这个函数的训练过程中每个变量的情况有没有异常。
You can debug it and check whether there are any abnormalities in the training of each variable in function l_imgcls in mmdet/models/dense_head/MIAOD_head.py .
在利用l_imgcls计算类别交叉熵时，输入的tensor都是1，所以最后返回的损失值就是0，这个是不是跟我的输入标签只有1类有关系呢，之前我是输入两类，没有这个问题？
有可能是这样的吧，你可以试试在数据集中新建另一个类别，但那个类别没有对应的图像，测试一下是否还会出现这个问题。
Maybe it is right. You can try to create another class without any corresponding image in the dataset, and test whether the problem still occurs.
按照你的意思，我增加一个类别，但没有数据，i_imgcls不会为0，但随着训练的进行越来越小，这感觉是正常的趋势！所以，因为我前景只有一个类别，随意导致回归框类别损失一直为0？
我感觉原因是这样的。
I think that the reason is like this.