Nesne Algılama API'sindeki veri büyütme seçeneklerini kullanarak hata oluştu

Question

Özellikle bir ssd_mobilenet_v1 ağı oluşturmak için .config dosyalarındaki data_augmentation_options dosyasını kullanmaya çalışıyorum, ancak random_adjust_brightness seçeneğini etkinleştirdiğimde hata iletisini çok aşağıya yapıştırıyorum. hızlıca (adım 110000'den sonra seçeneği etkinleştiriyorum).

ben varsayılan değeri azaltarak çalıştı:

optional float max_delta=1 [default=0.2]; 

Ama sonuç aynıydı.

Neden olursa olsun? Görüntüler png dosyalarından RGB'dir (Bosch Small Traffic Lights Dataset'dan).

INFO:tensorflow:global step 110011: loss = 22.7990 (0.357 sec/step) 
INFO:tensorflow:global step 110012: loss = 47.8811 (0.401 sec/step) 
2017-11-16 11:02:29.114785: W tensorflow/core/framework/op_kernel.cc:1192] Invalid argument: LossTensor is inf or nan. : Tensor had NaN values 
    [[Node: CheckNumerics = CheckNumerics[T=DT_FLOAT, message="LossTensor is inf or nan.", _device="/job:localhost/replica:0/task:0/device:CPU:0"](total_loss)]] 
2017-11-16 11:02:29.114895: W tensorflow/core/framework/op_kernel.cc:1192] Invalid argument: LossTensor is inf or nan. : Tensor had NaN values 
    [[Node: CheckNumerics = CheckNumerics[T=DT_FLOAT, message="LossTensor is inf or nan.", _device="/job:localhost/replica:0/task:0/device:CPU:0"](total_loss)]] 
2017-11-16 11:02:29.114969: W tensorflow/core/framework/op_kernel.cc:1192] Invalid argument: LossTensor is inf or nan. : Tensor had NaN values 
    [[Node: CheckNumerics = CheckNumerics[T=DT_FLOAT, message="LossTensor is inf or nan.", _device="/job:localhost/replica:0/task:0/device:CPU:0"](total_loss)]] 
2017-11-16 11:02:29.115043: W tensorflow/core/framework/op_kernel.cc:1192] Invalid argument: LossTensor is inf or nan. : Tensor had NaN values 
    [[Node: CheckNumerics = CheckNumerics[T=DT_FLOAT, message="LossTensor is inf or nan.", _device="/job:localhost/replica:0/task:0/device:CPU:0"](total_loss)]] 
2017-11-16 11:02:29.115112: W tensorflow/core/framework/op_kernel.cc:1192] Invalid argument: LossTensor is inf or nan. : Tensor had NaN values 
... 

Düzenleme: bulunan geçici çözüm bu olduğunu. Görüntü değerleri 0.0 ve 1.0 arasında olmalıdır varsayarak

def random_adjust_brightness(image, max_delta=0.2): 
    """Randomly adjusts brightness. 

    Makes sure the output image is still between 0 and 1. 

    Args: 
    image: rank 3 float32 tensor contains 1 image -> [height, width, channels] 
      with pixel values varying between [0, 1]. 
    max_delta: how much to change the brightness. A value between [0, 1). 

    Returns: 
    image: image which is the same shape as input image. 
    boxes: boxes which is the same shape as input boxes. 
    """ 
    with tf.name_scope('RandomAdjustBrightness', values=[image]): 
    image = tf.image.random_brightness(image, max_delta) 
    image = tf.clip_by_value(image, clip_value_min=0.0, clip_value_max=1.0) 
    return image 

: inf ya da nan çok parlaklığı rasgele yaparken /object_detection/core/preprocessor.py işlevini kontrol kaybı bulunmaktadır. Görüntülerin aslında 0 ile ve hatta farklı bir aralık ile ulaşması mümkün mü? Bu durumda, kırpma onları bozar ve başarısızlığa yol açar. Uzun lafın kısası: Kırpma hattını yorumladım ve çalışıyor (sonuçları göreceğiz).

Answer 1

Sık sık, LossTensor is inf or nan. : Tensor had NaN values almak, sınırlayıcı kutulardaki/ek açıklamalardaki bir hatadan kaynaklanır (Kaynak: https://github.com/tensorflow/models/issues/1881).

Bosch Küçük Trafik Işığı Veri Kümesinin, görüntü boyutlarının dışında uzanan bazı ek açıklamaları olduğunu biliyorum. Örneğin, bu veri kümesindeki bir görüntünün yüksekliği 720 pikseldir, ancak bazı sınırlayıcı kutular 720'den daha yüksek bir yükseklik koordinatına sahiptir. Bu, yaygındır çünkü araç kayıt sırasındaki trafik ışığı altına düştüğünde, trafik ışığının bir kısmı görünürdür. ve bir kısmı kesildi.

Bu sorunun tam olarak bir cevabı olmadığını biliyorum, ancak umarım, sorunla karşılaşmanızın olası bir nedeni hakkında bilgi sağlar. Resim boyutlarının dışında kalan ek açıklamaların kaldırılması, sorunun çözülmesine yardımcı olacaktır. Ancak, görüntü önişlemesini kullanmıyorum dışında aynı sorunla uğraşıyorum. Aynı veri kümesinde, her ~ 8000 adımda LossTensor is inf or nan. : Tensor had NaN values hatası ile karşılaşıyorum. Resim boyutlarının dışına uzanan ek açıklama için

Answer 2

eklenmesi Bosch trafik ışığı tespit eğitim veri kümesi de x_max < x_min ve bir negatif genişliği ve yüksekliği neden < y_min y_max bir görüntüsü vardır. Bu "LossTensor inf veya nan.: Tensor NaN değerleri vardı" hata her 8000 adımda neden olur. Aynı hatayı aldım; Sorunlu girişleri kaldırmak sorunu çözdü.

Answer 3

Buna da rastladım, kötü yumurtaları bulmak için hızlı ve kirli bir yazı yazdım. Resim setinin zaman içinde değişip değişmediğini bilmiyorum, ancak indirdiğim sette üç tane açıklanmış resim var.
./rgb/train/2015-10-05-11-26-32_bag/105870.png

./rgb/train/2015-10-05-11-26-32_bag/108372.png

./rgb/train/2015-10-05-14-40-46_bag/462350.

import yaml 
import os 

INPUT_YAML = "train.yaml" 
examples = yaml.load(open(INPUT_YAML, 'rb').read()) 
len_examples = len(examples) 
print("Loaded ", len(examples), "examples") 
for example in examples: 
    for box in example['boxes']: 
    xmin = float(box['x_min']) 
    xmax = float(box['x_max']) 
    ymin = float(box['y_min']) 
    ymax = float(box['y_max']) 
    if xmax < xmin or xmax > 1280 or xmin > 1280: 
     print("INVALID IMAGE: ", example['path'], " X_MAX = ", float(box['x_max'])) 
    if ymax < ymin or ymax > 720 or ymin > 720: 
     print("INVALID IMAGE: ", example['path'], " Y_MAX = ", float(box['y_max'])) 

:

ve ilgilenenler heres senaryom için png