YOLOv3修改输入尺寸为320×320训练时损失为NaN如何解决

直接修改输入宽高就启动训练出现NaN损失，本质是配置链路不匹配导致的数值溢出/梯度爆炸，按以下步骤修改即可正常训练：

1. 补全cfg文件的匹配配置（禁止只改height/width参数） #

打开yolov3.cfg，逐一核对修改以下参数：

• 输入尺寸：定位到[net]段落，确认height=320、width=320，两个值必须是32的整数倍，320符合要求。
• 检测层步长：找到3个[yolo]检测层，对应的stride参数必须分别为8、16、32，和网络3次下采样的倍率一一对应，步长配置错误会直接导致坐标回归计算错位，产出无效损失值。
• 锚框适配：默认9个锚框是针对416×416输入聚类得到的，320输入下3个检测层的特征图尺寸从原来的13×13/26×26/52×52变为10×10/20×20/40×40，原锚框和特征层感受野不匹配极易引发回归损失爆炸。需要用自己的训练集标注，针对320×320输入尺寸重新聚类得到9个新锚框，按尺寸从小到大分为3组：最小的3个分配给stride=8的40×40小目标检测层，中间3个分配给stride=16的20×20中目标检测层，最大的3个分配给stride=32的10×10大目标检测层，替换对应[yolo]层的anchors参数即可。
• 学习率与热身配置：将[net]段落的初始learning_rate从默认0.001下调到0.0001，把burn_in（学习率热身迭代数）从默认1000调整到2000，避免训练初期特征图尺度变小、梯度密度升高引发的梯度爆炸，等损失稳定下降到1以下后，再根据收敛速度微调学习率。

2. 训练启动阶段的避坑设置 #

• 迁移学习时不要加载416尺寸训练得到的全量权重：仅加载darknet主干网络的预训练权重即可，不要加载检测头部分的权重，否则旧权重和新的锚框、特征尺度完全不匹配，前向传播就会产出无效值。
• 前5个epoch关闭混合精度训练：如果开启了FP16混合精度，320尺寸下小数值的坐标回归损失很容易出现数值下溢，等损失稳定下降、没有异常值后再开启混合精度加速即可。
• 排查标注有效性：确认数据加载、增强逻辑不会生成宽/高为0的无效标注框，无效标注在计算IoU损失时会触发除0错误，直接导致损失变为NaN。

3. 配置校验方法 #

所有参数改完后，先取1个batch的训练数据跑一次纯前向推理，不启动反向传播，检查输出的预测框坐标、置信度、初步损失值是否存在NaN/inf，如果存在就回去核对锚框、步长参数，确认没有异常后再启动正式训练。

内容的提问来源于stack exchange，提问作者Padala Kavya