了解mxnet.image.ImageDetIter

Question

我学习了MXNet框架，并尝试运行使用SSD进行对象检测的示例： https://gluon.mxnet.io/chapter08_computer-vision/object-detection.html

我使用的GPU是NVidia GTX 1050，用于训练的4GB。我在Jupyter笔记本电脑上工作。版本：Python 3.6，MXNet 1.3.1

在本教程中说过，使用一个GPU从头开始训练大约需要30分钟。 3小时后我停了下来。当我中断训练时，该模型已处理了24459批次（批次大小为32）。整个数据集的大小为87.7MB，小于24459 * 32 * 256 * 256（图片大小为256x256）。我不明白为什么可能要花太多时间。可能有image.ImageDetIter的任何特定功能（例如，它永远不会自行停止）吗？

Answer 1

感谢您提供版本信息。您是完全正确的-MXNet 1.3.0中存在一个错误，其中ImageDetIter在您所拥有的示例中无限期地循环播放。此问题已得到Dec 2018的修复，如果升级到MXNet 1.4.0，将不会看到此问题。我通过运行上面的代码确认了这一点。

不建议使用“深度学习-浓汤”作为另一个重要说明，而建议使用“深入学习”（d2l.ai）。内容已更新并用于MXNet上的课程。 / strong>这是本书中相应的chapter。

此外，如果您想观看课程中的视频，请here发布。

对于repro，我跑来确认这是在1.3.x中无限循环并在1.4.0中已修复。

train_iter = image.ImageDetIter(
        batch_size=1000, 
        data_shape=(3, data_shape, data_shape),
        path_imgrec='./data/pikachu_train.rec',
        path_imgidx='./data/pikachu_train.idx',
        #shuffle=True, 
        #mean=True,
        #rand_crop=1, 
        min_object_covered=0.95,
        last_batch_handle='pad',
        max_attempts=5)
train_iter.reset()
for i,data in enumerate(train_iter):    
    print((i+1)) # goes forever on 1.3.0 but not 1.4.0

希望有帮助，

Vishaal