HTCN 关于训练自己数据集及batch size设置问题

作者好，我想用你的方法来训练自己的数据，碰到以下两个问题，想请教下：

在训练过程中，proposal_target_layer_cascade.py中类方法_ProposalTargetLayer下的bg_num_rois和fg_num_rois这两个参数经常出现异常而导致训练终端，即二者都等于0，出现raise错误。这可能是什么原因呢？此外，我检查了这两个参数的计算由来，是通过max_overlap结果与所设置阈值比较来决定是fg还是bg，这部分同样存在一个问题就是cfg.TRAIN.BG_THRESH_LO这个参数，无论我在config.py文件中如何设置，打印出来的值始终为0.0，这是什么原因呢。此外，还让我不解的是，这部分代码写的是当max_overlap值处于cfg.TRAIN.BG_THRESH_LO和cfg.TRAIN.BG_THRESH_HI之间时判定为bg样本，即0.0~0.5认为是bg。那我上诉的第一个问题，在实际训练过程出现fg_num_rois和bg_num_rois都为0的情况就变得很矛盾了，请问你有什么好的建议和想法吗，我困惑了很久。
对于训练batch_size的设置，代码默认是1，请问只能设置为1吗？我有两个疑惑，首先设置为1每次只喂给模型1个样本，这样训练出来的模型是否会有泛化能力呢？(按以往的经验，应该是batsh size越大训练出来的模型效果越好，而且1的设置有些奇怪)，另外就是当我修改这个bs参数，例如bs=16，这时会报错：这个错误位置是出现在resnet_HTCN.py中，在self.RandomLayer这部分的矩阵计算会出现前后维度不匹配，这个不匹配体现在某一维度的大小是原来大小与现在bs=16的乘积，请问这部分的错误是什么原因呢？(如果bs=1则不会有这个问题，乘上1还是本身的维度大小) 非常期待你的答复，为我解答疑惑，感谢！