RuntimeError: 给定组=1，大小为 [64, 3, 3, 3] 的权重，预期输入 [4, 4, 1024, 2048] 有 3 个通道，但有 4 个通道

Question

我的 model 是这样的，设计用于处理 RGB 图像。 以前我用 RGB 和灰度图像进行了测试，结果很好。 突然它无法使用新的 RGB 数据集。

class UNet(nn.Module):
    def __init__(self):
        super(UNet, self).__init__()
        self.inc = inconv(3, 64)
        self.down1 = down(64, 128)
        self.down2 = down(128, 256)
        self.down3 = down(256, 512)
        self.down4 = down(512, 512)
        self.up1 = up(1024, 256)
        self.up2 = up(512, 128)
        self.up3 = up(256, 64)
        self.up4 = up(128, 64)
        self.sem_out = outconv(64, 2)
        self.ins_out = outconv(64, 70)

数据集加载器：

train_dataset = DataLoaderInstanceSegmentation()
train_dataloader = DataLoader(train_dataset, batch_size=4)

训练：

for epoch in range(5):    
    for batched in train_dataloader:
        images, sem_labels, ins_labels = batched
        images = Variable(images)
        sem_labels = Variable(sem_labels)
        ins_labels = Variable(ins_labels)
        model.zero_grad()
        sem_predict, ins_predict = model(images)

Answer 1

我找到了解决方案。 删除 alpha 通道代码后工作正常

        # data = np.array(Image.open(img_path))
        # label_seg = np.array(Image.open(seg_mask_path))
        # label_ins = np.array(Image.open(ins_mask_path))
        data =  self.to_tensor(Image.open(img_path).convert('RGB'))
        label_seg =  self.to_tensor(Image.open(seg_mask_path).convert('L'))
        label_ins =  self.to_tensor(Image.open(ins_mask_path).convert('L'))