目錄
tf版本Faster Rcnn訓練用新數據時的問題
剛開始跑faster rcnn的tf版本的時候，明明改了類別數，卻總是會出現其他類別。
debug半天，皇天不負有心人，終於發現在cashe文件夾下竟然有第一次生成數據時的緩存文件。
刪掉即可，記錄一下，找得超級辛苦。
項目思維導圖
接手一個大項目，每天起來經常會斷片，忘了前面做到哪裏了，忘了後面是想幹啥來着，正在訓練的程序也得想半天訓的是什麼玩意兒……真的是每天的日常。
其實挺正常的，因爲不是隻有這一個工作，而且流程複雜，涉及多個模型的改進和測試，會亂很正常，關鍵是怎麼迅速找回昨天的回憶。思維導圖記錄過程很重要，我用一個在線製作流程圖的網站 ProcessOn 幫忙展現整個項目完善過程，目前爲止的進度如下圖所示：
紅色是有效果的改進；
灰色是失敗的嘗試；
藍色帶‘進行中’標籤的是正在訓練或者正在改進的地方；
帶‘待定’標籤的是未來的計劃。
這樣一來，對整個項目目前的狀態一目瞭然。忘了正在訓練什麼東西的時候，看一下正在進行的任務就能很快想起來。不知道下一步該往哪裏走的時候看一下待定標籤，一個一個完成便是。
完成這麼一個圖很麻煩，會費一些時間，但這是一個事半功倍的事情。
花一點點時間，可以幫助你理清來龍去脈，也可以在未來漫長的做項目過程中，帶給你綿長的助力。
測試圖片上只能檢測到很少目標
跑遙感領域一個表現比較好的模型（SCRDet），把源代碼中針對傾斜框的操作改成了針對正框的操作，發現測試效果很不好，針對這個問題排查了很多方面的原因。
1、看權重加載是否有問題：測試訓練過的圖片看看能不能測出來東西（排除因爲權重加載不進去而用隨機初始化的權重進行測試的情況）
2、若訓練圖片可以測出來，則爲測試過程有問題。
因爲研究生階段做遙感項目，圖像比較大，測試時需要切圖進行，排除是切的圖像塊測試的問題還是結果拼接的時候出了問題：
可視化測試時切的每個圖像塊的檢測結果，發現呈現出來的直接是一整張圖像而不是一部分切塊，這表明測試時沒有成功進行切塊。
仔細看代碼，發現傳給sess.run的圖像果然是整圖而不是切塊圖像，導致圖片輸入網絡前的resize操作損失了大量信息。
3、解決完切圖問題後，發現測試圖片上檢測出來的目標多了一些，但仍然不太理想。
排查一遍自己動的傾斜框改正框的一系列操作有無問題，不僅要看網絡輸入輸出處理時的維度問題，還要看製作target時有無問題。
本次問題在於計算顯著區域監督的target時，對cv2.fillConvesPoly(mask, rect, 1)的理解不夠充分。
這個函數用於對mask在rect提供的座標點圍成的閉環中的像素點置1，比如，若座標點爲3個點就圍成一個三角形，對mask落在三角形內部的像素點置1。
因爲原先用的傾斜框座標有8個值，直接reshape成（4，2）的矩形就是4個座標點，我們想當然的覺得改成正框之後只有4個值（左上和右下），就理所當然的將reshape的形狀改成（2，2），結果在cv2.fillConvesPoly(mask, rect, 1)中，兩個座標點圍成的形狀分明就是一條線，在二維平面上面積爲0，所以我讓網絡去學一個全0的矩陣T_T，相當於抑制了整張特徵圖的信息，結果當然不好。
記錄一下。