use one image to test issues

[mstroke-bird]

想问一下，我在利用您给的ViTAEv2模型做语义分割测试时，发现所给的图片无法通过测试， 问题出在ReductionCell.py的assert N==HW，但我在利用另外两个权重对该图片进行测试时均可正常产生结果。 1.所以该ViTAEv2模型是否只支持图片大小为2的倍数的情况呢？ 2.当我使用1024512的png图片进行预测时，依旧会出问题，在ViTAE_Window_NoShiftt/base_model.py的outs.append(x.view(b,wh,wh,-1).permute(0,3,1,2))处也会出现size不一致的问题

我是用的权重如下图

如果您有空回答，十分感谢

[DotWang]

@mstroke-bird 不是的，检测那部分的HRSC2016数据集，它就是有奇数边的，是可以跑的

我看了一下代码，关于你第二个问题，我发现分割那个地方的确有点问题，在检测那个文件夹里边的base_model.py：https://github.com/ViTAE-Transformer/ViTAE-Transformer-Remote-Sensing/blob/main/Object%20Detection/mmdet/models/backbones/ViTAE_Window_NoShift/base_model.py

那块是这样的

    def forward_features(self, x, Wh, Ww):
        outs = []
        for i in range(len(self.layers)):
            layer = self.layers[i]
            x, Wh, Ww = layer(x, Wh, Ww)
            b, n, _ = x.shape
            #wh = int(math.sqrt(n))
            #norm_layer = getattr(self, f'norm{i}')
            #x_out = norm_layer(x)
            outs.append(x.view(b, Wh, Ww, -1).permute(0, 3, 1, 2).contiguous())

        return outs

至于你说的N=H*W那块，我得再排查一下，顺便问一下你·的输入尺寸和打印出来的N，H，W分别是多少

[mstroke-bird]

@DotWang

十分感谢您的回复！我用的是999*499的图片，尺寸已标注在下面截图的注释中了

[DotWang]

@mstroke-bird 的确是只能支持2的倍数，但是（1024，512）是可以的，一般数据输入前会padding到合适的尺寸

[mstroke-bird]

@DotWang 好的谢谢，祝您科研顺利！！