Блог

Я считаю, что мои входные данные имеют правильную структуру, как того требует сетевая сеть Torchvision, однако я получаю сообщение об ошибке, подразумевающее, что, возможно, это не так. Я включил обратный вызов и минимальный пример, который воспроизводит проблему.

Эта ошибка возникает при вычислении потерь в головке классификации. Это не приводит к потере вычислений в регрессионной головке.

Это обратный вызов

 --------------------------------------------------------------------------- IndexError Traceback (most recent call last) /tmp/ipykernel_1483/2833406441.py in lt;modulegt;  41 img_batch, targets_batch = retinanet_collate_fn(batch_size=2)  42  ---gt; 43 outputs = model(img_batch, targets_batch)  /opt/conda/lib/python3.7/site-packages/torch/nn/modules/module.py in _call_impl(self, *input, **kwargs)  1100 if not (self._backward_hooks or self._forward_hooks or self._forward_pre_hooks or _global_backward_hooks  1101 or _global_forward_hooks or _global_forward_pre_hooks): -gt; 1102 return forward_call(*input, **kwargs)  1103 # Do not call functions when jit is used  1104 full_backward_hooks, non_full_backward_hooks = [], []  /opt/conda/lib/python3.7/site-packages/torchvision/models/detection/retinanet.py in forward(self, images, targets)  530   531 # compute the losses --gt; 532 losses = self.compute_loss(targets, head_outputs, anchors)  533 else:  534 # recover level sizes  /opt/conda/lib/python3.7/site-packages/torchvision/models/detection/retinanet.py in compute_loss(self, targets, head_outputs, anchors)  394 matched_idxs.append(self.proposal_matcher(match_quality_matrix))  395  --gt; 396 return self.head.compute_loss(targets, head_outputs, anchors, matched_idxs)  397   398 def postprocess_detections(self, head_outputs, anchors, image_shapes):  /opt/conda/lib/python3.7/site-packages/torchvision/models/detection/retinanet.py in compute_loss(self, targets, head_outputs, anchors, matched_idxs)  49 # type: (List[Dict[str, Tensor]], Dict[str, Tensor], List[Tensor], List[Tensor]) -gt; Dict[str, Tensor]  50 return { ---gt; 51 'classification': self.classification_head.compute_loss(targets, head_outputs, matched_idxs),  52 'bbox_regression': self.regression_head.compute_loss(targets, head_outputs, anchors, matched_idxs),  53 }  /opt/conda/lib/python3.7/site-packages/torchvision/models/detection/retinanet.py in compute_loss(self, targets, head_outputs, matched_idxs)  113 foreground_idxs_per_image,  114 targets_per_image['labels'][matched_idxs_per_image[foreground_idxs_per_image]] --gt; 115 ] = 1.0  116   117 # find indices for which anchors should be ignored  IndexError: index 1 is out of bounds for dimension 1 with size 1  

Минимальный пример:

 ''' Adapted from example in PyTorch code ''' import torch import torchvision from torchvision.models.detection.anchor_utils import AnchorGenerator from torchvision.models.detection.backbone_utils import resnet_fpn_backbone from torchvision.models.detection import RetinaNet  ''' Backbone ''' backbone = resnet_fpn_backbone('resnet18', pretrained=False, trainable_layers=4) backbone.out_channels = 256  ''' Anchor Generator ''' anchor_sizes = ((32,), (64,), (128,), (256,), (512,))  aspect_ratios = ((0.5, 1.0, 2.0),) * len(anchor_sizes)  anchor_generator = AnchorGenerator(sizes=anchor_sizes, aspect_ratios=aspect_ratios)  ''' Model ''' model = RetinaNet(backbone,  num_classes=1,  anchor_generator=anchor_generator)  def __getitem__():  img = torch.rand(3, 256, 256)  bboxes = []  bboxes = [[15, 15, 20, 20]]*20  bboxes = torch.FloatTensor(bboxes)  labels = torch.LongTensor(np.ones(len(bboxes), dtype=int))  targets = {'boxes':bboxes, 'labels':torch.LongTensor(labels)}  return img, targets  def retinanet_collate_fn(batch_size=2):  img_batch = []  targets_batch = []  for i in range(batch_size):  img, targets = __getitem__()  img_batch.append(img)  targets_batch.append(targets)  return img_batch, targets_batch    img_batch, targets_batch = retinanet_collate_fn(batch_size=2)  outputs = model(img_batch, targets_batch)  

Проблема решена. Я установил num_classes = 1, поэтому классификатор ожидал «0»вместо «1». Я думал, что фон автоматически будет равен 0, а мой единственный класс-1, но это не так.