本文主要是介绍SSD-mobilenetv1训练过程（1），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
本次训练用了SSD模型，代码为GitHub上lufficc那一版，backbone为mobilenetv1，自己试着修改的，很艰难。完了之后感觉对网络模型的理解又深了一层。在此简要叙述遇到的问题。
1.参考资料
SSD 论文详解
VGG16结构图
VGG16模型
SSD原理解读-从入门到精通
SSD的理解及应用
我要彻底搞懂SSD网络结构（2）特征提取网络
pytorch 实现SSD详细理解 （一）vgg和特征图的提取
睿智的目标检测23——Pytorch搭建SSD目标检测平台
SSD原理及Pytorch代码解读——网络架构（二）：特征提取网络及总体计算过程
pytorch-SSD在windows下训练自己的数据集
2.索引值超出范围
错误：索引值14超出范围，检查后发现这个索引值是按照我定义的模块来算的，比如con_bn_relu算一层而不是三层，所以self.model总共14层，索引值为0~13.
3.查看网络结构
想看看自己写的网络结构究竟什么样，所以用了print（model）
4.查看特征图大小
出现错误，说是输入为2×2，但卷积核为3×3，输入比卷积核小，出现错误。于是按照下图方式输出每一层的x.size()
通过type（x）得知x为tensor类型（一个多维张量或者说多维矩阵），因此可以输出其维数来查看每层的feature map大小及输出输入通道数。
pytorch中如何查看Tensor的维度
通过上一步操作发现，是第一层的con_bn_relu的步长设成了3，导致第一层结束后特征图减小为1/3（从320到107），后续的大小都出错了。改掉后可以正常运行。
5.训练迭代次数
这个代码的设置为每250次迭代就验证一次，一开始我还以为训练就结束了（loss还很高），吓我一跳，结果验证完了继续训练，虚惊一场
这篇关于SSD-mobilenetv1训练过程（1）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
