在训练Pytorch ssd时出现的问题

最新推荐文章于 2024-05-07 10:25:01 发布
最新推荐文章于 2024-05-07 10:25:01 发布
阅读量3.8k 收藏 8
点赞数 4
分类专栏： pytorch 文章标签： ssd pytorch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42631693/article/details/96116159
版权

1.The shape of the mask [32, 8732] at index 0 does not match the shape of the indexed tensor [279424, 1] at index 0

张量大小不匹配,解决办法:

在multibox_loss.py的

98 loss_c[pos] = 0  # filter out pos boxes for now

上一行加上

loss_c = loss_c.view(pos.size()[0], pos.size()[1])

2.IndexError: invalid index of a 0-dim tensor. Use tensor.item() to convert a 0-dim tensor to a Python number

jayckwang
关注
  • 4
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
专栏目录
IndexError:The shape of the mask[32] at index 0 does not match the shape of the indexed tensor[224,]
qq_43663979的博客
02-26 1296
debug并检查输入，可能是输入的尺寸不对，debug看中间的向量的shape，重点关注出错处shape为32，224的变量，一般需要进行维度的转化，可能需要permute()函数对训练输入的data形状进行调整。
ssd_pytorch:带有Pytorch的SSD，FSSD，RFB等
05-13
从带代码进行一些自定义更改 ssds.pytorch 适用于pytorch，python3的Single Shot MultiBox Detector及其变种的存储库。 当前，它包含以下功能： 多种SSD变体：ssd，rfb，fssd，ssd-lite，rfb-lite，fssd-lite 多基础网络：VGG，Mobilenet V1 / V2 免费图片大小 使用可视化：训练损失，评估损失/ mAP，例如弓箭手箱。 此存储库取决于 ， ， ， 和。 谢谢你的工作。 目录 安装 安装pytorch 通过pip install -r ./requirements.txt安装要求pip install -r ./requirements.txt 用法 训练，测试和演示一些特定模型。 请使用模型配置文件运行文件夹中的相关文件，例如： python train.py --cfg
Pytorch 预训练模型 ssd300_VOC_120000.pth
11-29
Pytorch 预训练模型 ssd300_VOC_120000.pth
SSD-pytorch：SSD：单发MultiBox Detector pytorch实施着重于简单性
03-04
SSD：单发MultiBox检测器 介绍 这是我的2种模型的pytorch实现： SSD-Resnet50和SSDLite-MobilenetV2 。 这些模型基于论文描述的原始模型（SSD-VGG16）。 此实现支持混合精度训练。 SSD Resnet50的输出示例。 动机 为什么在已经有许多ssd实现的情况下存在此实现？ 我相信许多人在看到此实现时都会想到这个问题。 实际上，Pytorch中已经有许多SSD及其变体的实现。 但是，其中大多数是： 过于复杂 模块化 增加了许多改进 未评估/可视化 以上几点使学习者难以理解原始ssd的外观。 因此，我将重点放在简单性上来重新实现这个众所周知的模型。 我相信此实现适合不同级别的ML / DL用户，尤其是初学者。 与本文中描述的模型相比，有一些小的更改（例如主干），但是其他部分严格遵循本文。 数据集 数据集 班级 ＃火车图片 ＃验证图片
跑代码中遇到的错误，记录一下
bbbbbaaaal的博客
01-06 1963
1.The shape of the mask [111330] at index 0does not match the shape of the indexed tensor [104652, 80] at index 0 解决方案： nn.Conv2d(self.out_c, self.out_c, kernel_size=3, stride=1, groups=groups, bias=False), 改为(加上padding，应该是大小不匹配的原因) nn.Conv2d(self.o
IndexError: The shape of the mask [32, 8732] at index 0does not match the shape of the indexed tenso
weixin_36670529的博客
03-30 5702
IndexError: The shape of the mask [32, 8732] at index 0does not match the shape of the indexed tensor [279424, 1] at index 0 如果出现类似于以上的索引错误，需要将layers/modules/multibox_loss.py 的代码按照下图修改即可。注释掉的是源代码，下面的是新加的，即交换两行代码的顺序即可。 解决了这个问题，又会出现一个新问题： IndexError: i.
ssds目标检测项目中遇到的一些bug
羊藤枝的博客
08-29 5220
在ssds检测项目中，其中求损失的multibox_loss.py中遇到一个bug，错误为： IndexError: The shape of the mask [32, 2990] at index 0 does not match the shape of the indexed tensor [95680, 1] at index 0 报错代码如下： loss_c[pos] = 0 其中...
记20200923Pytorch版SSD训练自己数据所遇错误
qq_45406204的博客
09-23 1371
在此先感谢Windows下自己训练数据集，在pytorch上实现基于SSD的物体检测一文作者，根据此文得以顺利实现目标检测； 在根据此文进行调试之后，在训练过程中遇到两个错误： IndexError: The shape of the mask [14, 8732] at index 0does not match the shape of the indexed tensor [122248, 1] at index 0 IndexError: The shape of the mask [14, 8
SSD：PyTorch中高质量，快速，模块化的SSD参考实现
02-05
PyTorch 1.0中高质量，快速，模块化的SSD参考实现 该存储库实现 。 实施受项目 ， 和影响很大。 该存储库旨在成为基于SSD的研究的代码库。 示例SSD输出（vgg_ssd300_voc0712）。 损失 学习率 指标 强调 PyTorch 1.0 ：支持PyTorch 1.0或更高版本。 多GPU训练和推论：我们使用DistributedDataParallel ，您可以使用任意GPU进行训练或测试，训练方案将相应更改。 模块化：轻松添加自己的模块。 我们抽象了backbone ， Detector ， BoxHead ， BoxPredictor等。您可以用自己的代码
pytorch-ssd:Pytorch 1.0 Pytorch 0.4中基于MobileNetV1，MobileNetV2，VGG的SSDSSD-lite实现。 开箱即用的支持，可以对Open Images数据集进行重新训练。 ONNX和Caffe2支持。 像CoordConv这样的实验创意
05-03
如果您想在Google OpenImages数据集上训练模型，请使用Boto3。 运行演示 运行实时MobilenetV1 SSD演示 wget -P models https://storage.googleapis.com/models-hao/mobilenet-v1-ssd-mp-0_675.pth wget -P models ...
pytorch错误及解决方案
热门推荐
John Kang的博客
04-15 3万+
pytorch错误及解决方案 目录 RuntimeError: CUDA error: device-side assert triggered RuntimeError:invalid argument 5:k not in range for dimension at /pytorch/ate ... ValueError: optimizer got an empty parameter list The size of tensor a (197) must match the..
SSD报错：The shape of the mask [32, 8732] at index 0does not match the shape of the indexed tenso
知识搬运者
11-26 4071
IndexError: The shape of the mask [32, 8732] at index 0does not match the shape of the indexed tensor [279424, 1] at index 0 如果出现类似于以上的索引错误，需要将layers/modules/multibox_loss.py 的代码按照下图修改即可。注释掉的是源代码，下面的是新加的，即交换两行代码的顺序即可。 解决了这个问题，又会出现一个新问题： IndexError:.
对pytorch版本的ssd出现的错误进行补充
qq_38247936的博客
08-01 303
之前的配置见网址：https://www.pythonheidong.com/blog/article/341324/ 对训练自己数据时出现的错误进行补充： 配置说明： torch=0.4.1 python=3.6 系统是ubuntu 18.04 大概率会出现这个错误： RuntimeError: The shape of the mask [8, 8732] at index 0 does not match the shape of the indexed tensor [69856, 1] at in
SSD-pytorch训练及检测遇到的问题
jackzhang11的博客
02-09 2483
pip install visdom -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com CUDA torch.load IndexError: The shape of the mask [32, 8732] at index 0does not match the shape of the indexed tenso...
index 0 does not match the shape of the indexed tensor [8, 8, 4] at index 0
jacke121的专栏
09-15 6420
  index 0 does not match the shape of the indexed tensor [8, 8, 4] at index 0 解决后的； b的索引是nparray，不是tensor， b[np.asarray(a)]   import torch import numpy as np # 80 10 5 3:4 # 80 3 11 11 import...
深度学习中的注意力机制一（Pytorch 15）
March_A的博客
05-05 957
使用小批量矩阵乘法# queries和attention_weights的形状为(查询个数，“键－值”对个数)# values的形状为(查询个数，“键－值”对个数)接下来，将训练数据集变换为键和值用于训练注意力模型。在带参数的注意力汇聚模型中，任何一个训练样 本的输入都会和除自己以外的所有训练样本的“键－值”对进行计算，从而得到其对应的预测输出。# X_tile的形状:(n_train，n_train)，每一行都包含着相同的训练输入。
python 学习: 矩阵运算
minfanphd的博客
05-02 919
摘要: 本贴通过例子描述 python 的矩阵运算.
unsqueeze() 方法与squeeze() 方法
最新发布
wwwwzm的博客
05-07 194
unsqueeze() 方法在 PyTorch 中用于在指定的维度位置插入一个维度大小为 1 的新维度。tips:()内指定维度位置，‘0’表示第一个维度位置，以此类推‘1’ ‘2’ ‘3’.......
pytorch ssd训练自己的数据集
09-29
要在PyTorch SSD中训练自己的数据集，您可以按照以下步骤进行操作： 1. 下载SSD代码和预训练模型： 您可以从GitHub上下载SSD代码，可以使用以下链接进行下载：https://github.com/amdegroot/ssd.pytorch 您还需要下载预训练模型，可以使用以下链接进行下载：https://s3.amazonaws.com/amdegroot-models/vgg16_reducedfc.pth 2. 准备您自己的数据集： 确保您的数据集按照SSD代码的要求进行组织。您的数据集应包含图像和相应的标注文件。标注文件应采用特定的格式，例如Pascal VOC或COCO格式。您可以参考SSD代码中提供的示例数据集来了解标注文件的格式。 3. 修改SSD配置文件： 打开SSD代码中的配置文件，通常是ssd/configs/vgg_ssd300.py，根据您的数据集的类别数量和路径等信息进行相应的修改。确保配置文件中的路径与您的数据集路径匹配。 4. 开始训练： 使用命令行运行train.py脚本开始训练。您可以指定一些参数，例如批量大小、学习率、训练轮数等。示例命令如下： ``` python train.py --dataset-type=voc --data-root=/path/to/dataset --basenet=/path/to/pretrained/model/vgg16_reducedfc.pth ``` 5.

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值