【MindSpore】用coco2017训练Model_zoo上的 yolov4，迭代了两千多batch_size之后报错，大佬们帮忙看看。

问题描述：

运行环境：Atlas 800 9000      CANN20.2       

batch_size: 4，8，16，32（四种分别尝试过，都在一个epoch训练了80%左右报这个错了）

数据集：coco2017 

模型：Model_zoo   YOLOv4_Cspdarknet53  (配置都是用的默认的)

解决方案：

从错误截图中初步分析的结论是，数据集可能不完整或是有错误，导致一定step之后再也无法迭代出数据进行训练了。

我们建议按照如下方式排查故障：

1、确保coco2017数据集来源正确，mindspore model_zoo中yolo v4 README提供了coco数据集的官方下载链接：COCO - Common Objects in Context

2、上述错误一般源于src/yolo_dataset.py读取coco数据集时发生了错误，建议采用如下方式进行排查：

在src/yolo_dataset.py的代码底部增加如下调试代码：

from src.config import ConfigYOLOV3DarkNet53

if __name__ == '__main__':

    config = ConfigYOLOV3DarkNet53()

    config.label_smooth = 0

    config.label_smooth_factor = 0.1

    image_dir = "/your_path/coco2017/train2017"

    anno_path = "/your_path/coco2017/annotations/instances_train2017.json"

    yolo_dataset = COCOYoloDataset(image_dir, anno_path)

    nums = 0

    for data in yolo_dataset:

        nums += 1

        print("nums is ", nums)

以上代码主要用于调试COCOYoloDataset，正常情况下，yolo_dataset是可以正确完整输出所有数据的，请参照以上调试代码，确保读取coco数据集完整无误。