重训TF Object Detection API的mobilenet(v1)-SSD时遇索引越界错误求助

从你提供的错误日志来看：

INFO:tensorflow:Starting Session.
INFO:tensorflow:Saving checkpoint to path xxxx/model.ckpt
INFO:tensorflow:Starting Queues.
INFO:tensorflow:Error reported to Coordinator: <class 'tensorflow.python.framework.errors_impl.InvalidArgumentError'>, indices[3] = 3 is not in [0, 3) [[Node: cond_2/RandomCropImage/PruneCompleteleyOutsideWindow/Gather/Gathe...

这个错误是随机裁剪数据增强环节的索引越界问题，核心原因是你的训练数据里存在标注边界框超出图像有效范围的情况，导致RandomCropImage节点在处理时找不到合法的索引。下面是具体的解决步骤：

• 第一步：清理标注数据
  Object Detection API默认使用归一化的边界框坐标（范围[0,1]），你需要检查所有训练样本的标注：

  • 确保xmin、ymin、xmax、ymax的取值都在0到1之间，过滤掉坐标超出范围的样本；
  • 排查是否存在xmax <= xmin或者ymax <= ymin的无效框，这类标注会直接导致裁剪逻辑崩溃。

• 第二步：调整数据增强配置
  如果不想过滤样本，可以修改你的pipeline.config文件：

  • 找到random_crop_image配置块，把min_object_covered参数设为0.0（默认通常是0.1），这样即使裁剪后目标被完全移出视野，也不会触发错误；
  • 或者直接禁用随机裁剪，从data_augmentation_options列表里删掉random_crop_image节点，换成其他更安全的增强方式（比如random_adjust_brightness、random_flip_left_right）。

• 第三步：验证TFRecord数据完整性
  写个简单的脚本遍历你的TFRecord文件，检查每个样本的图像尺寸是否合法（宽高不能为0），同时确认标注框的坐标和图像实际尺寸的对应关系，避免出现标注框完全在图像外部的情况。

• 第四步：检查版本兼容性
  如果你是用TensorFlow 2.x版本适配旧版的Mobilenet-SSD配置，可能存在API参数差异。建议对照当前版本的Object Detection API文档，确认random_crop_image的参数是否符合要求，比如有些旧版的参数名在新版里已经变更。

内容的提问来源于stack exchange，提问作者Kazuya Hatta