我的rcnn_class_loss是NAN，是不是每个image裡面一定都要至少要有一个object？

[derekhsu]

你好，先感谢您的作品，我用您的程式码对于我的资料集进行测试，我的资料集由于图片太大无法处理，也无法缩小因为object相对于图片本身太小了，缩小以后会消失。我以我採用自行裁剪图片的方式让一张大图变成许多小图，也重新计算了object的位置，不过有些图片因此就没有object。请问没有object的图片丢进去会如何？因为我发现我跟其他几个有发问问题人一样，因为rcnn_class_loss为nan所以导致我的loss也是nan，是因为没有object的问题嘛？

另外，聚類的結果，我發現我的iou有一個值是nan，為什麼會這樣呢？

ious:{1: 0.6913855181493698, 2: 0.6936020912514932, 3: 0.7163856307901467, 4: nan, 5: 0.4043729705957652, 6: 0.654302060204877, 7: 0.5302721447155525}

[derekhsu]

我知道为什么在作cluster的时候会有nan了，是因为有些类别我没有写在config裡面，因为他们的选取框太少。我把这些资料都清除了，现在看到的是正确的

h:[4.45, 5.18, 6.81, 10.43, 11.8, 14.21, 17.51, 29.85, 54.53] w:[12.65, 5.12, 110.84, 12.71, 6.89, 21.45, 11.08, 14.0, 14.84]

但是训练的时候rcann_class_loss依然是nan，我应该从什麽地方查起会比较好？

[yizt]

@derekhsu 您好， a) 您的目标对象太小了，frcnn中anchor是在16倍下采样的feature map上移动的；所以anchor的base_size最小值一般为32(两倍下采样)；这样保证基本能够覆盖所有的GT Boxes。 b)另一方面，frcnn保证每个gt都有anchor对应，不管iou是多少；当iou很小时，根据如下公式，回归目标就会变得很大(特别是dh,dw)

dy = (gt_center_y - center_y) / h
dx = (gt_center_x - center_x) / w
dh = tf.log(gt_h / h)
dw = tf.log(gt_w / w)

c) 这么小的对象不适合用frcnn，应该用带特征金字塔的网络(retinanet、ssd、fpn)这一类。 d) 另外据我所知，目前任何网络，对于GT面积小于20*20的小目标检测效果都极差。建议可以将原图适当放大，使得GT对应放大到适合检测的尺寸

[derekhsu]

感谢你的回覆，那我知道原因了，因为我原本的图片是非常大的长方形图片，约20000~40000x1833，所以把图形切到只有1833x1833的多张图片，然後再丢入网路，但是1833x1833对网路还是太大，所以我在作的时候只好把图再缩成1024x1024，结果就是你看到的这个样子。我的图形里面，目标很小，但是背景很大，所以一大片背景里面，东西只有小小一个。按照dh,dw的计算方式，log的结果就会变很大。

如果我还要用frcnn的话，我是不是应该再把大图在切小，小到让GT能大於32x32的区域？因为我很难直接透过直接放大把gt都弄到32*32的大小，这样塞不进我伺服器的GPU内。

[derekhsu]

或者，使用比较低的base size，我看到有论文里面用到更小的basic size，像是2, 4, 8之类的 https://researchportal.port.ac.uk/portal/files/8862349/CCCV_Final.compressed.pdf