脏数据对PaddleDetection训练的影响
收藏
版本：PaddleDetection1.8.5
报错情况
原因分析：
主要是数据集标注问题，标注中如果坐标中出现1（无论是x轴还是y轴），会被PaddleDetection判断为脏数据，显示效果如图。也就是说，原始坐标其实不是像上图的-1.0，而是1.0，即使如此，也会被认为是脏数据。
脏数据影响：
训练在第一个iter显示后，就完全卡住，无法继续训练了，就像这样
0
收藏
请登录后评论
严格来说，目标检测数据中，X或Y坐标为1的框，是可能存在的，只是概率极低。姑且认为是脏数据吧。
这是在边角的框吧
如果要是有在边缘露半个的目标，就不能这么定义了吧。
一般训练集，是不是也不会这么标注半个目标
拿到的数据集，没特别注意，但是99.9%是脏数据，或者说是错误标注
我明白你的意思了，那这可不是脏数据了，而是PaddleDetection无法处理的bug？
这样一说，我得回去看看数据集的情况了
说到这我也挺好奇的，半个的目标，应该怎么处理才好？
这么说来，还有一个可能，是默认的配置文件会做数据增强，边缘的这种标注，和某个数据增强的算子存在冲突
这得排查一下，唉，麻烦越来越大了
先当一个的用，哈哈
从一些神经元激活热图或梯度热图上看，影响分类的不一定是目标的整体，可能只是一部分，比如头部
pddt的数据增强都列在yaml文件里，可以查查
好复杂
卷积神经网络是这样的
ppdet的热图生成方案有嘛……
没找到·
可以用gradcam，很方便
我这就给大佬写个～～
也可以先试试这个
https://aistudio.baidu.com/aistudio/projectdetail/243356?channelType=0&channel=0