XCLIP训练错误记录

XCLIP代码链接：GitHub - microsoft/VideoX: VideoX: a collection of video cross-modal models

1、关于数据处理：

按照readme.md

说明：

将所有视频文件都放在同一个文件夹中 ，也可以是一个zip/tar压缩文件

train.txt和test.txt按照一定比例划分，并且视频的类别一定要从0开始

---------------------------------------------------------------------------------------------------------------------------------

说明：除了准备视频文件， train.txt和test.txt之外，还需要准备一个.csv文件用于描述每个类别具体指代哪个情形

重点说明：id一定要从0开始

--------------------------------------------------------------------------------------------------------------------

报错：

File "/home/xxxxxx/xxxx/X-CLIP/datasets/blending.py", line 11, in one_hot assert (x >= 0).all() and (x < num_classes).all(), "Index out of bounds in scatter operation" AssertionError: Index out of bounds in scatter operation

错误原因：

根据报错信息，断言失败了，说明 x 中有元素的值不在 [0, num_classes) 的范围内。这可能是因为数据在某些情况下包含了非法索引。排查这个问题的原因，并确保 x 的值总是在合法范围内。

找到one_hot assert (x >= 0).all() and (x < num_classes).all()所在的行，在这行前面增加打印信息：

def one_hot(x, num_classes, on_value=1., off_value=0., device='cuda'):
    x = x.long().view(-1, 1)
    print(f"x: {x}")
    print(f"num_classes: {num_classes}")
    print(f"x.min(): {x.min()}, x.max(): {x.max()}")
    assert (x >= 0).all() and (x < num_classes).all(), "Index out of bounds in scatter operation"

    return torch.full((x.size()[0], num_classes), off_value, device=device).scatter_(1, x, on_value)

 打印出结果：

标签越界了，查看后发现.csv中id是从1开始的，并且txt文件中的标签也是从1开始的，更改后，运行成功 

-----------------------------------------------------------------------------------------------------------------------