输入尺寸和预测框大小

[Hongzhehao]

谢谢提供这个模型，由于我修改了FPN的结构，在训练的时候（8G的显存），输入尺寸为600时，总是出现CUDA out of memory，我想减小到输入尺寸为300，特征图（5层）应该变成 38、19、10、5、3，那么对应的预测框大小该如何设置？

[i4yyds]

您好，我尝试将输入尺寸从600修改为800，然后计算loss的代码报错
loss[pos_mask] = -math.inf # 无穷
IndexError: The shape of the mask [1, 67995] at index 1 does not match the shape of the indexed tensor [1, 120087] at index 1
请问如何解决呢？

[Hongzhehao]

@SoulCoderCN 目前看来应该是需要手动调整的，只是我还没有找到相关联的地方在哪里

[i4yyds]

@SoulCoderCN 目前看来应该是需要手动调整的，只是我还没有找到相关联的地方在哪里

好像不需要手动调整，我刚刚用这个代码成功跑了VOC2007，而VOC2007中的图片尺寸并不是统一的。
目前训练自己的数据集还是不行，不知道出了什么问题。

[Hongzhehao]

@SoulCoderCN 请问下你的显存是多少呀，我之前运行的时候，600尺度的图片 一直是 cuda out of memory

[i4yyds]

@SoulCoderCN 请问下你的显存是多少呀，我之前运行的时候，600尺度的图片 一直是 cuda out of memory

在config.py文件中设置 _C.TRAIN.BATCH_SIZE = 1，就不会溢出了

[yatengLG]

@SoulCoderCN 输入大小改变，会导致特征图大小发生改变，你需要对 fpn的输入特征图大小进行更改，也就是_C.MODEL.ANCHORS.FEATURE_MAPS 项， 其值为 第一项为 IMAGE_SIZE/ （2**3）向上取整，其后每项均/2 向上取整；你的报错 IndexError: The shape of the mask [1, 67995] at index 1 does not match the shape of the indexed tensor [1, 120087] at index 1 是因为，特征图大小发生改变，导致最终输出发生改变：原先（75^2+38^2+19^2+10^2+5^2x9 = 67995， 改为800后： （100^2+50^2+25^2+13^2+7^2x9 = 120087 俩者完全不匹配了

[i4yyds]

@SoulCoderCN 输入大小改变，会导致特征图大小发生改变，你需要对 fpn的输入特征图大小进行更改，也就是_C.MODEL.ANCHORS.FEATURE_MAPS 项， 其值为 第一项为 IMAGE_SIZE/ （2**3）向上取整，其后每项均/2 向上取整；你的报错 IndexError: The shape of the mask [1, 67995] at index 1 does not match the shape of the indexed tensor [1, 120087] at index 1 是因为，特征图大小发生改变，导致最终输出发生改变：原先（75^2+38^2+19^2+10^2+5^2x9 = 67995， 改为800后： （100^2+50^2+25^2+13^2+7^2x9 = 120087 俩者完全不匹配了

@yatengLG 感谢您的回复，我使用您的方法成功解决了这个问题！

[yatengLG]

谢谢提供这个模型，由于我修改了FPN的结构，在训练的时候（8G的显存），输入尺寸为600时，总是出现CUDA out of memory，我想减小到输入尺寸为300，特征图（5层）应该变成 38、19、10、5、3，那么对应的预测框大小该如何设置？

如果只是改变了输入尺寸的话，可以直接了当的 都/2。因为输入图片小了，目标尺寸也相应的缩小了同样的倍数。

[yatengLG]

@SoulCoderCN 输入大小改变，会导致特征图大小发生改变，你需要对 fpn的输入特征图大小进行更改，也就是_C.MODEL.ANCHORS.FEATURE_MAPS 项， 其值为 第一项为 IMAGE_SIZE/ （2**3）向上取整，其后每项均/2 向上取整；你的报错 IndexError: The shape of the mask [1, 67995] at index 1 does not match the shape of the indexed tensor [1, 120087] at index 1 是因为，特征图大小发生改变，导致最终输出发生改变：原先（75^2+38^2+19^2+10^2+5^2x9 = 67995， 改为800后： （100^2+50^2+25^2+13^2+7^2x9 = 120087 俩者完全不匹配了

@yatengLG 感谢您的回复，我使用您的方法成功解决了这个问题！

@SoulCoderCN 这个项目由于不是论文复现，很多地方会有我自己代码的习惯，因此与原论文会有些许的差异。如果遇到什么问题，你可以继续问我

[ZhanJunxiang]

谢谢提供这个模型，由于我修改了FPN的结构，在训练的时候（8G的显存），输入尺寸为600时，总是出现CUDA out of memory，我想减小到输入尺寸为300，特征图（5层）应该变成 38、19、10、5、3，那么对应的预测框大小该如何设置？

如果只是改变了输入尺寸的话，可以直接了当的 都/2。因为输入图片小了，目标尺寸也相应的缩小了同样的倍数。

您好，你说的检测框尺寸/2，那就是将anchor_sizes都/2吗？像这样调整将图片尺寸/2，除了调整feature_map和anchor_size外，还有需要调整的吗？需不需要调整anchor.nums或anchor.radios？