痤疮分割 实验心路历程

数据集的制作

将labelme生成的标注文件记普通的json文件转成coco数据集格式的json文件

图像分辨率过大

如果不做任何调整：

会出现“killed”的报错，表示图片像素过大，显卡内存不够，无法支撑训练

显卡

换成更高性能的显卡，A40，运行成功，但是mAP只有15%。

 尝试用crop

优快云“太阳花的小绿豆”自己写的transforms.py文件，但是没有讲怎么将coco数据集的target进行crop的代码，这个作者的crop代码都是crop的voc数据集的图片和mask（现成的蒙版图片）。

尝试仿照强师兄的crop，会出现loss is nan的报错。最后判定是自己定义的crop函数没有定义好，因为加了crop之后就会出现“loss is nan”的报错。后来自己通过chatgpt去跑了一个randomcrop函数出来，放在transform,py文件里面后，实验就可以跑起来了，但是有时候会出现“loss is nan”的报错。通过设置随机种子以及多次训练，让程序可以一致跑下去了，但是loss的值非常大，在50多左右。这肯定是randomcrop函数设置定义错误了。

实验后发现：

image是Image.open读取的，是PIL对象。

target是从coco数据格式的json文件“instances_train_2017.json”里读出来的