Kie SDMG-R训练时开启AMP导致Kie_backbone的forward参数形状改变，通过hardcode可以workaround

[ChenNima]

首先开启AMP： kie_unet_sdmgr.yml:

Global:
  ...
  use_amp: True

推理和评估模型正常，但是在训练时报错：

IndexError: (OutOfRange) The starting index 1 of slice is out of bounds in tensor 0-th axis, it shound be in the range of [-1, 1). (at /paddle/paddle/fluid/pybind/slice_utils.h:197)

出错位置为 kie_unet_sdmgr.py#Kie_backbone.forward

relations, texts, gt_bboxes, tag, img_size = inputs[1], inputs[
            2], inputs[3], inputs[5], inputs[-1]

开启AMP状态下, print出forward的参数inputs.shape, 值为 [1, 3, 1024, 1024]。关闭AMP时该参数为KeepKeys处理后的list，打开AMP后该参数变为了list的第一项，即image。

尝试修改KeepKeys，将输出从return data_list改为return [data_list], 开启AMP后kie_unet_sdmgr.py#Kie_backbone.forward成功获取到正确的参数。

而且kie_sdmgr_loss.py#SDMGRLoss.forward中的参数batch形状则会同时发生改变，需要

batch = batch[0]

将KeepKeys的更改还原。此时AMP正常工作，可以观察到训练内存占用下降，训练速度增加。

综上所述，SDMG-R在开启AMP后，Kie_backbone训练时主干网络前向计算input输入从list改变为list的第一项，网络其他结构没有发生变化。

[LDOUBLEV]

感谢反馈，分析的很详细也很准确