python - 了解 mxnet.image.ImageDetIter

Question

我学习了 MXNet 框架并尝试使用 SSD 运行对象检测示例: https://gluon.mxnet.io/chapter08_computer-vision/object-detection.html

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

教程中提到，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，模型已处理 24459 个批处理(批处理大小为 32)。整个数据集大小为 87.7MB，小于 24459*32*256*256(图像大小为 256x256)。我不明白为什么它可能需要太多时间。 image.ImageDetIter 是否有任何特殊功能(例如，它永远不会自行停止)？

Answer 1

感谢您提供版本信息。你是完全正确的 - MXNet 1.3.0 中有一个错误，其中 ImageDetIter 在你的示例中无限循环。此问题已修复 Dec 2018如果您升级到 MXNet 1.4.0，您将不会看到该问题。我通过运行上面的代码确认了这一点。

另一个重要说明，“深度学习 - The Straight Dope”已被弃用，取而代之的是(深入深度学习](d2l.ai)。内容已更新并用于 MXNet 上的类(class)。 这是书中相应的chapter。

此外，类(class)视频已发布 here ，如果你想看的话。

至于重现，我运行并确认这在 1.3.x 中无限循环并在 1.4.0 中修复。

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，

维沙尔