this time i skip

[LY-1]

作者你好，我在二阶段的序列训练时，打印出很多的this time i skip，请问是正常的吗？

[ARTrackV2]

这是因为我代码可能还存在一些问题，我相信这是因为你调整了训练时的bs，这来自于我dataloader一个未解决的bug，即我可能会采样到帧数少于设定帧数的视频，然后会产生一些问题，这个问题我没有解决，因此我在actor\artrack_seq.py(485行)对视频帧做了检查，包括bs数量必须为8（或者4您可以检查对应的代码），以及帧数一致性做了筛查，如果未满足这个条件，我就会跳过，在trainer\ltr_seq_trainer.py中（84行）你可以找到对应的来源。这通常会出现在trackingnet和lasot数据集中，我猜测是因为它们存在一些完全被遮挡的物体，而这些物体是不可追踪的，但是数据处理流程没有对他们进行操作而是drop了，在采样单帧时，drop是没有问题的，但在多帧时就会导致帧数不一致。

[LY-1]

是的，因为显存的问题（我只有一张3090），我将bs调整了。如果我只是想在got-10k数据集上进行训练的话，有什么办法可以让代码正常运行吗？比如如何调整bs和DATA.SEARCH.NUMBER

[ARTrackV2]

你可以将trainer\ltr_seq_trainer.py中（84行）中将！=8改成你的bs即可，值得注意的是，在序列训练中，改变bs并不会减少显存占用，你可以通过改变experiment/artrack_seq/artrack_seq_256_got.yaml中Search的NUMBER来调整显存，而bs依然选择8即可。

[LY-1]

非常感谢，我按照你所说的进行调整，代码可以正常运行。但是我在训练过程中又遇到了另外一个问题，每当训练到第三个epoch时，会出现下图的问题。我猜测应该是列表转ndarray时，列表的项中每个元素的shape不同导致。不知您是否有过相同或者类似的问题呢，又是如何解决的？

[ARTrackV2]

我似乎没碰到过这个问题，这很奇怪啊，可能你只能自己试试了，或者你可以定位到这个时候输出的视频和对应的search images，但是这样debug时间可能很长。您可以每个epoch都保留对应的checkpoints，因为代码提供了良好的resume机制，您可以接着之前的epoch训练，然后在观察是否有同样的问题发生。

[LY-1]

我看了一下got10k的数据集，发现一个序列中的图片可能存在尺寸不同的情况，比如GOT-10k_Train_007947中00000192.jpg及之后的图片与之前的图片尺寸是不一样的。所以在sequence_sampler.py中np.array(search_frames)报了上面的错误，请问是我下载的got10k数据集有问题吗？

[ARTrackV2]

这个我不太确定，如果您确定是数据集的问题，您可以直接删除掉那部分数据，我们的代码应该不会有报错

[MrtXue]

解决了吗，我也遇到了类似的问题

[LY-1]

解决了吗，我也遇到了类似的问题 对于batch中图像大小不同，我是先对batch中的图像判断一下size是否相等，不相等的话重新采样

[Barryalana]

非常感谢，我按照你所说的进行调整，代码可以正常运行。但是我在训练过程中又遇到了另外一个问题，每当训练到第三个epoch时，会出现下图的问题。我猜测应该是列表转ndarray时，列表的项中每个元素的shape不同导致。不知您是否有过相同或者类似的问题呢，又是如何解决的？

你好我也遇到了同样的问题，请问你是怎么解决的能具体告知一下吗？非常感谢 @LY-1

[LY-1]

非常感谢，我按照你所说的进行调整，代码可以正常运行。但是我在训练过程中又遇到了另外一个问题，每当训练到第三个epoch时，会出现下图的问题。我猜测应该是列表转ndarray时，列表的项中每个元素的shape不同导致。不知您是否有过相同或者类似的问题呢，又是如何解决的？

你好我也遇到了同样的问题，请问你是怎么解决的能具体告知一下吗？非常感谢 @LY-1

你可以修改lib.train.data.sequence_sampler.SequenceSampler.getitem方法，Got10k数据集中存在同一个序列图像大小不一样的情况，因此'search_images': np.array(search_frames)会报错。你可以在这之前对search_frames列表中的图像尺寸是否相同进行确认，如果不相同的话重新采样

[AlexDotHam]

非常感谢，我按照你所说的进行调整，代码可以正常运行。但是我在训练过程中又遇到了另外一个问题，每当训练到第三个epoch时，会出现下图的问题。我猜测应该是列表转ndarray时，列表的项中每个元素的shape不同导致。不知您是否有过相同或者类似的问题呢，又是如何解决的？

你好我也遇到了同样的问题，请问你是怎么解决的能具体告知一下吗？非常感谢 @LY-1

你可以修改lib.train.data.sequence_sampler.SequenceSampler.getitem方法，Got10k数据集中存在同一个序列图像大小不一样的情况，因此'search_images': np.array(search_frames)会报错。你可以在这之前对search_frames列表中的图像尺寸是否相同进行确认，如果不相同的话重新采样

如果您有时间，您可以提一个PR吗，就修改那个文件即可，我会通过，感谢您的支持

[MrtXue]

非常感谢，我按照你所说的进行调整，代码可以正常运行。但是我在训练过程中又遇到了另外一个问题，每当训练到第三个epoch时，会出现下图的问题。我猜测应该是列表转ndarray时，列表的项中每个元素的shape不同导致。不知您是否有过相同或者类似的问题呢，又是如何解决的？

你好我也遇到了同样的问题，请问你是怎么解决的能具体告知一下吗？非常感谢 @LY-1

我将numpy的版本从1.24降到1.23，训练的时候就没再报错了

[AlexDotHam]

非常感谢，我按照你所说的进行调整，代码可以正常运行。但是我在训练过程中又遇到了另外一个问题，每当训练到第三个epoch时，会出现下图的问题。我猜测应该是列表转ndarray时，列表的项中每个元素的shape不同导致。不知您是否有过相同或者类似的问题呢，又是如何解决的？

你好我也遇到了同样的问题，请问你是怎么解决的能具体告知一下吗？非常感谢 @LY-1

我将numpy的版本从1.24降到1.23，训练的时候就没再报错了

感谢您的解答，这可能是我从来没遇到这个问题的原因，我会在README中标注这一内容和您的贡献。

[Barryalana]

非常感谢，我按照你所说的进行调整，代码可以正常运行。但是我在训练过程中又遇到了另外一个问题，每当训练到第三个epoch时，会出现下图的问题。我猜测应该是列表转ndarray时，列表的项中每个元素的shape不同导致。不知您是否有过相同或者类似的问题呢，又是如何解决的？

你好我也遇到了同样的问题，请问你是怎么解决的能具体告知一下吗？非常感谢 @LY-1

你可以修改lib.train.data.sequence_sampler.SequenceSampler.getitem方法，Got10k数据集中存在同一个序列图像大小不一样的情况，因此'search_images': np.array(search_frames)会报错。你可以在这之前对search_frames列表中的图像尺寸是否相同进行确认，如果不相同的话重新采样

好的谢谢，我已经试过了，很有效，十分感谢🙏