溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
本篇內容介紹了“SSD-pytorch坑怎么解決”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！
我在運行
python train.py
的時候，發現確實loss降的異常的快。
運行
python eval.py
的時候mAP是一個很接近0的數。
經過思考，發現問題出在原來博客的第4個點：
（下面這段是從原文中復制來的）
4.train.py代碼中，在迭代過程中，每次執行batch張圖片，通過images, targets = next(batch_iterator)讀取圖片時，如果next()中沒有數據后會觸發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: # 獲得下一個值: images, targets = next(batch_iterator) except StopIteration: # 遇到StopIteration就退出循環 break
但是其實是不能夠這樣改的，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，會導致不斷的跳出循環，沒有在進行有效的train，所以loss會降得很快，最后的結果也不好。
這個問題出現的原因是dataloader導入數據之后經過了一輪的迭代，再次導入的時候發現沒有數據了，也就是iterable完成之后，觸發了StopIteration，然后跳出了循環。
既然再次導入的時候沒有數據了，那我們就再用一個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”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
