用的自己的数据训练faster_rcnn做目标检测，中间输出如下
2020-10-19 09:59:57,175-INFO: iter: 620, lr: 0.010000, 'loss_cls': '0.000000', 'loss_bbox': '0.000000', 'loss_rpn_cls': '0.011591', 'loss_rpn_bbox': '0.015820', 'loss': '0.029458', eta: 0:10:56, batch_cost: 1.72687 sec, ips: 2.31633 images/sec
2020-10-19 10:00:30,870-INFO: iter: 640, lr: 0.010000, 'loss_cls': '0.000000', 'loss_bbox': '0.000000', 'loss_rpn_cls': '0.008165', 'loss_rpn_bbox': '0.014647', 'loss': '0.023170', eta: 0:10:05, batch_cost: 1.68186 sec, ips: 2.37832 images/sec
2020-10-19 10:01:05,036-INFO: iter: 660, lr: 0.010000, 'loss_cls': '0.000000', 'loss_bbox': '0.000000', 'loss_rpn_cls': '0.006240', 'loss_rpn_bbox': '0.014518', 'loss': '0.019888', eta: 0:09:39, batch_cost: 1.70321 sec, ips: 2.34850 images/sec
……
数据组织在datase/mydata中，有JPEGImages、Annotations、train_list.txt……。yml文件只修改了训练次数和reader，如下
!VOCDataSet
anno_path: train_list.txt # 训练集列表文件基于数据集根目录的相对路径
dataset_dir: dataset/mydata# 数据集根目录
use_default_label: false# 是否使用默认标签，默认为true。
with_background: false# 背景是否作为一类标签，默认为true。
loss_rpn_cls、loss_rpn_bbox和loss都在下降，但loss_cls和loss_bbox一直为0，eval的结果也是map为0。如下
2020-10-19 10:11:44,500-INFO: Start evaluate...
2020-10-19 10:11:44,501-INFO: Accumulating evaluatation results...
2020-10-19 10:11:44,501-INFO: mAP(0.50, 11point) = 0.00%
2020-10-19 10:11:44,501-INFO: Best test box ap: 0.0, in iter: 0
请问这种可能是什么原因导致的box没有，而loss一直在下降
看上去，只有rpn网络在工作。
是不是第一阶段输出的候选框有问题，导致第二阶段无法回归啊
那大佬我该怎么去排除问题并解决，数据是我自己框的，我应该先再检查数据还是说从哪儿开始检查
是同学～～
只改了数据集的话，看看是不是数据集的问题吧。可以参考文档：
https://paddledetection.readthedocs.io/tutorials/Custom_DataSet.html
还是没感觉有啥问题啊，枯了。datas/carDetection_RGB下的目录是这样的
train_list.txt设这样的
配置文件是这样的
我把项目设置为公开了，麻烦同学帮忙看看，谢谢啦
https://aistudio.baidu.com/aistudio/projectdetail/1123144
我没看错吧？类别数为1？全都背景了还训练啥？
不是把with_backgroud设置为false了吗？也不对吗
这个num_class是指训练数据集标注的种类数
比如数据集共10类，这里就设为10.
训练时会将与真实框交并比小于一个阈值候选框标为背景类别，加上原来的数据标注的10个类别，一共是11个类别。是这个意思
也就是7楼说的num_classes设为1就全是背景了的意思
with_backgroud设置的设置由框架处理。num_classes根据数据集的标注类别数设置
有点多呢
好的，里面只有一类就是car，那我把num_classes设置成2试试
loss_cls有了，这个loss_bbox也一直是0，结果map也是0
有没有加载预训练模型呢？还有就是学习率有没有调整下试试看？
你的数据集差别和demo挺大的，锚框重新聚类了么？
好的谢谢我再试试
没有，我试试，谢谢
感谢，修改了一下图像大小，重新分析了锚框的大小，修改了大小和比例，一跑就OK