MMrotate项目中训练出现NaN/INF损失值的解决方案分析

背景介绍

MMrotate作为基于PyTorch的开源旋转目标检测框架，在遥感图像分析领域有着广泛应用。近期有开发者反馈在使用MMrotate 1.x版本训练模型时，除RTMDet外的其他模型（如Rotated Faster RCNN、S2ANet、Oriented RCNN等）都出现了损失值变为NaN或INF的问题，严重影响模型训练效果。

问题现象

在训练初期，损失值会突然变为NaN或INF，且无法自行恢复。开发者尝试了多种常规解决方案：

1. 调整batch size（从2到8不等）
2. 修改学习率等超参数
3. 参考官方文档中的训练稳定化建议

但上述方法均未能解决问题，值得注意的是，相同模型在MMrotate 0.3.x版本中表现正常。

根本原因分析

经过深入排查，发现问题根源在于数据预处理环节。MMrotate 1.x版本对输入图像的处理方式有所调整，特别是当使用自定义数据分割方案时，可能导致某些边界情况下的数值不稳定。

解决方案

采用MMrotate官方提供的图像分割工具进行处理是有效的解决方案：

1. 使用框架内置的图像分割工具对训练数据进行预处理
2. 确保图像分割方式与框架预期一致
3. 保持数据格式的标准化

技术细节

该解决方案有效的深层原因在于：

• 官方分割工具确保了图像块的大小和比例符合模型预期
• 避免了极端长宽比导致的数值计算不稳定
• 保证了旋转框标注的规范化处理
• 减少了边界情况下可能出现的数值溢出

注意事项

虽然该解决方案在实践中表现良好，但开发者仍需注意：

1. 不同模型对数据预处理的要求可能有所差异
2. 解决方案可能影响最终模型的精度表现
3. 建议在应用前进行小规模验证实验

总结

MMrotate框架升级带来的数据处理流程变化是导致训练不稳定的常见原因。通过采用框架推荐的数据预处理方案，可以有效避免NaN/INF损失值的出现。这提醒我们在使用开源框架时，要特别注意版本迭代带来的隐性变化，特别是数据处理流程的调整。