问题

1. 在Pascal voc和coco上训练Faster RCNN都正常
2. 在训练自己的数据集时（Pascal voc格式）训练Faster R-CNN pytorch1.0时出现Warning: NaN or Inf found in input tensor.

原因

1. 可能是learning rate太大，调小learning rate。最有效的方法是learning rate设为0，看看是不是还有nan的问题。
2. 因为自己的数据是从0开始的，但是源码中-1，如果这时候annotation中有为0的就会出现越界的问题。

解决

1. 设置lr=0，如果不在出现loss=nan的问题，说明是learning rate太大，导致了梯度爆炸或梯度消失。可调整learning rate和weight decay。

2. 如果lr=0后，依然存在loss=nan的问题，就修改pascal_voc.py中获取坐标框的代码：

   修改前
           bbox = obj.find('bndbox')
           # Make pixel indexes 0-based
           x1 = float(bbox.find('xmin').text) - 1
           y1 = float(bbox.find('ymin').text) - 1
           x2 = float(bbox.find('xmax').text) - 1
           y2 = float(bbox.find('ymax').text) - 1
   修改后
           bbox = obj.find('bndbox')
           # Make pixel indexes 0-based
           x1 = float(bbox.find('xmin').text) # - 1
           y1 = float(bbox.find('ymin').text) # - 1
           x2 = float(bbox.find('xmax').text) # - 1
           y2 = float(bbox.find('ymax').text) # - 1
   

   若设置了翻转（cfg.TRAIN.USE_FLIPPED = True），则需要在imdb.py中的def append_flipped_images(self)方法：

   修改前      
       boxes[:, 0] = widths[i] - oldx2  - 1
       boxes[:, 2] = widths[i] - oldx1  - 1
   修改后	 
       boxes[:, 0] = widths[i] - oldx2  # - 1
       boxes[:, 2] = widths[i] - oldx1  # - 1
   

3. 最后记得清理data文件里面的缓存文件cache

参考：
【1】https://blog.csdn.net/qq_29936933/article/details/111378275
【2】https://github.com/jwyang/faster-rcnn.pytorch/issues/136

版权声明：本文为CSDN博主「异想天开的长颈鹿」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/jokerwu192/article/details/121587522