SSD-pytorch踩坑及修正（StopIteration）_ssd训练过程中stopiteration-优快云博客

本文链接：https://blog.youkuaiyun.com/weixin_36670529/article/details/112034997

本文介绍了在使用SSD-PyTorch实现目标检测时遇到的训练损失过快下降和评估精度低的问题。问题源于训练过程中`StopIteration`异常处理不当，导致数据加载器在一轮迭代后未重新初始化。解决方案是正确捕获`StopIteration`异常，并在异常发生时重新初始化数据加载器，确保训练的连续性。修改后的代码能够避免过早结束训练，从而提高训练质量和模型性能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

参考SSD-pytorch踩坑及修正（StopIteration） - 云+社区 - 腾讯云

SSD-pytorch踩坑（StopIteration）

ssd-pytorch代码链接

github上的：https://github.com/amdegroot/ssd.pytorch

bug

这篇博客写的基本上没什么问题，但是其实也有坑。
调试SSD-pytorch代码问题汇总_sinat_39307513的博客-优快云博客

在这篇博客的评论区里面出现了
“博主您好，我训练时候损失降得又快又低，但是运行eval.py时的精度又很低，博主有遇到过这个问题吗？是什么原因大概”
“博主你好，请问我用自己的数据集训练过后，用eval.py计算AP，mAP结果全是零，这是怎么回事呢？谢谢”

我在运行

python train.py

的时候，发现确实loss降的异常的快。
运行

python eval.py

的时候mAP是一个很接近0的数。

经过思考，发现问题出在原来博客的第4个点：
（下面这段是从原文中复制来的）

4.train.py代码中，在迭代过程中，每次执行batch张图片，通过images, targets = next(batch_iterator)读取图片时，如果next()中没有数据后会触发Stoplteration异常，使用下面语句替换 images, targets = next(batch_iterator)将解决这种异常问题。


while True:
    try:
        # 获得下一个值:
        images, targets = next(batch_iterator)
 
    except StopIteration:
        # 遇到StopIteration就退出循环
        break
————————————————
【版权声明：本文为优快云博主「花花花哇_」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.youkuaiyun.com/sinat_39307513/article/details/84646177](https://blog.youkuaiyun.com/sinat_39307513/article/details/84646177)】
————————————————

但是其实是不能够这样改的，这么改的思路是遇到了问题就跳过去，这样很明显是不可以的，会导致不断的跳出循环，没有在进行有效的train，所以loss会降得很快，最后的结果也不好。

解决方案

这个问题出现的原因是dataloader导入数据之后经过了一轮的迭代，再次导入的时候发现没有数据了，也就是iterable完成之后，触发了StopIteration，然后跳出了循环。

既然再次导入的时候没有数据了，那我们就再用一个dataloader就行了。

将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)

问题解决。