您好，我可能发现了一个在yolo_traing.py中的bug

[kill2013110]

是这样的，因为我的数据长宽大概为256,640这样的，所以我准备设置将训练的inputshape也设置为256,640，但训练时损失会很快变为负数。
而当我全程使用正方形训练和测试都没有问题.使用inputshape为正方形训练，然后设置inputshape为矩形测试也没有问题
经过一路排查，应该是将y_true的x，y转为x，y的偏移量时grid_shapes[l]的长，宽顺序反了：

将其中的grid_shapes[l][:]改为grid_shapes[l][::-1]我的训练就正常了。
因为正方形长宽高相等，所以不影响，而矩形这样会导致偏移量有大于1的值产生，在使用keras.binary_crossentropy计算损失时，label大于1则会产生负损失。
keras.binary_crossentropy(label , logits, from_logits=True)的计算公式如下：
x = logits, z = labels
loss = max(x, 0) - x * z + log(1 + exp(-abs(x)))

[bubbliiiing]

好！我改一下，我自己检查一下

[bubbliiiing]

3Q