针对自定义数据集的Yolo v3培训：最后一个区域的IoU nan

Question

我目前正在针对自定义数据集训练Yolo v3（非微型）。在我看来，区域82和94的值不错，但是区域106一直都是nan的IoU值。我已经为单个对象检测训练了4000多次迭代，但是不会改变。

示例：

Region 82 Avg IOU: 0.616691, Class: 0.981202, Obj: 0.193297, No Obj: 0.000928, .5R: 0.750000, .75R: 0.000000,  count: 4
Region 94 Avg IOU: 0.627582, Class: 0.998455, Obj: 0.063942, No Obj: 0.000732, .5R: 0.904762, .75R: 0.190476,  count: 21
Region 106 Avg IOU: nan, Class: 0.000000, Obj: 0.000000, No Obj: 0.000000, .5R: 0.000000, .75R: 0.000000,  count: 63

配置更改：

• 将3个“类别”设置为1
• [yolo]设置为18（（1 + 5）* 3）之前的3个卷积层滤镜
• 为数据集重新计算了3个锚点
• 批量大小设置为64
• 细分设置为16
• 宽度和高度设置为608

使用的锚点重新计算命令：

./darknet detector calc_anchors dataset/dataset.data -num_of_clusters 9 -width 608 -height 608