BBBBchan
commented
3 months ago 您好。这个报错看起来像是数组越界，我们在config目录下的配置文件中对数据集类别数量，crop size等进行了指定。如果您需要再自己的数据集上训练，至少需要修改config中的nclass. 另外，PASCAL和Cityscapes数据集中都有ignore类别存在，且都以255的形式标注，如果您的数据集也包含ignore类别且标注形式不同（例如有些数据集用0或-1来标注ignore类），可能需要再config和dataset/semi.py中进行修改。
源码中需要针对每个数据集做特殊处理吗？包括我从kaggle下载的msd数据集（手机缺陷，分为3类缺陷）配置好训练报错： 0%| | 0/62 [00:00<?, ?it/s]../aten/src/ATen/native/cuda/NLLLoss2d.cu:103: nll_loss2d_forward_kernel: block: [0,0,0], thread: [352,0,0] Assertion
main()
File "corrmatch.py", line 243, in main
loss_u_s1 = torch.sum(loss_u_s1) / torch.sum(ignore_mask_cutmixed1 != 255).item()
RuntimeError: CUDA error: device-side assert triggered
CUDA kernel errors might be asynchronously reported at some other API call, so the stacktrace below might be incorrect.
For debugging consider passing CUDA_LAUNCH_BLOCKING=1.
Compile with
t >= 0 && t < n_classesfailed. ../aten/src/ATen/native/cuda/NLLLoss2d.cu:103: nll_loss2d_forward_kernel: block: [0,0,0], thread: [768,0,0] Assertiont >= 0 && t < n_classesfailed. ../aten/src/ATen/native/cuda/NLLLoss2d.cu:103: nll_loss2d_forward_kernel: block: [0,0,0], thread: [160,0,0] Assertiont >= 0 && t < n_classesfailed. Traceback (most recent call last): File "corrmatch.py", line 323, inTORCH_USE_CUDA_DSAto enable device-side assertions. 我自己制作的数据集也出现类似问题。