Faster R-CNN训练VOC格式的数据集问题与解决

注：只因我被这问题困扰了几天，因此记下。

在做目标检测时，采集数据并进行标注，是这项工作的第一个步骤。图像的采集过程自然不必多说，而之后的标注工作却是个体力活。网上应该有不少开源的工具，我用的是Github上的一个叫做“labelImg”的工具，其界面如图所示：



标注的图像信息会自动保存成xml格式。

然而，在标住完成之后，准备训练时，却报错了：



首先，经过检查，我发现labelImg生成的xml和我以前使用的xml（可用的）的区别在于：前者用“空格”表达空白，而后者用“制表”。





而且我分析VOC解析xml的代码（VOCdevkit2007\VOCcode）时，发现在此代码中“空格”确实会导致xml解析错误。

当我将空格改成制表之后，xml解析没问题了，但还是会报类似的错误。这时，错误定位到proposal_prepare_image_roidb函数，经过调试分析，发现这是因为数据集中的有些图像的boxes和class信息为空，我把这些有问题的数据项找出来，然后分析它们对应的xml文件，发现其共同特点是：第一行有“verified=”yes””,而其它正常的xml却没有这个信息。



我不知道这是什么原理，但是认为它应该就是错误的原因。我将其删除，之后训练过程就很顺利了。

但我不知道这些错误是怎么来的，是来自于工具？来自于人？来自于程序运行的中间过程？没有进一步研究。