训练模型时遇到的索引超出矩阵维度

Question

我在使用 PASCAL 开发套件和由 Felzenszwalb、D. McAllester、D. Ramaman 和他的团队开发并在 Matlab 中实现的判别训练可变形零件模型系统来训练模型时遇到问题。

目前，当我尝试使用 10 个正图像和 10 个负图像为“猫”训练一个 1 分量模型时出现此输出错误。

Error:

??? Index exceeds matrix dimensions.

Error in ==> pascal_train at 48
models{i} = train(cls, models{i}, spos{i}, neg(1:maxneg),
0, 0, 4, 3, ...

Error in ==> pascal at 28
model = pascal_train(cls, n, note);

这是 pascal_train 文件

function model = pascal_train(cls, n, note)

% model = pascal_train(cls, n, note)
% Train a model with 2*n components using the PASCAL dataset.
% note allows you to save a note with the trained model
% example: note = 'testing FRHOG (FRobnicated HOG)

% At every "checkpoint" in the training process we reset the 
% RNG's seed to a fixed value so that experimental results are 
% reproducible.
initrand();

if nargin < 3
  note = '';
end

globals; 
[pos, neg] = pascal_data(cls, true, VOCyear);
% split data by aspect ratio into n groups
spos = split(cls, pos, n);

cachesize = 24000;
maxneg = 200;

% train root filters using warped positives & random negatives
try
  load([cachedir cls '_lrsplit1']);
catch
  initrand();
  for i = 1:n
    % split data into two groups: left vs. right facing instances
    models{i} = initmodel(cls, spos{i}, note, 'N');
    inds = lrsplit(models{i}, spos{i}, i);
    models{i} = train(cls, models{i}, spos{i}(inds), neg, i, 1, 1, 1, ...
                      cachesize, true, 0.7, false, ['lrsplit1_' num2str(i)]);
  end
  save([cachedir cls '_lrsplit1'], 'models');
end

% train root left vs. right facing root filters using latent detections
% and hard negatives
try
  load([cachedir cls '_lrsplit2']);
catch
  initrand();
  for i = 1:n
    models{i} = lrmodel(models{i});
    models{i} = train(cls, models{i}, spos{i}, neg(1:maxneg), 0, 0, 4, 3, ...
                      cachesize, true, 0.7, false, ['lrsplit2_' num2str(i)]);
  end
  save([cachedir cls '_lrsplit2'], 'models');
end

% merge models and train using latent detections & hard negatives
try 
  load([cachedir cls '_mix']);
catch
  initrand();
  model = mergemodels(models);
 48:   model = train(cls, model, pos, neg(1:maxneg), 0, 0, 1, 5, ...
                cachesize, true, 0.7, false, 'mix');


save([cachedir cls '_mix'], 'model');
end

% add parts and update models using latent detections & hard negatives.
try 
  load([cachedir cls '_parts']);
catch
  initrand();
  for i = 1:2:2*n
    model = model_addparts(model, model.start, i, i, 8, [6 6]);
  end
  model = train(cls, model, pos, neg(1:maxneg), 0, 0, 8, 10, ...
                cachesize, true, 0.7, false, 'parts_1');
  model = train(cls, model, pos, neg, 0, 0, 1, 5, ...
                cachesize, true, 0.7, true, 'parts_2');
  save([cachedir cls '_parts'], 'model');
end

save([cachedir cls '_final'], 'model');

我已经在第 48 行突出显示了发生错误的代码行。

我很确定系统正在读取正片和负片图像以进行正确训练。我不知道这个错误发生在哪里，因为 matlab 没有准确指出哪个索引超出了矩阵维度。

我已尝试尽可能多地整理代码，如果我在某处做错了请指导我。

我应该从哪里开始寻找任何建议？

好的，我尝试使用 display 来检查 pascal_train 使用的变量； 显示（一）； 显示（尺寸（型号））； 显示（大小（spos））； 显示（长度（负））； disp(maxneg);

所以返回的结果是；

 1

 1     1

 1     1

10

200

Answer 1

只需替换：

models{i} = train(cls, models{i}, spos{i}, neg(1:maxneg),

作为

models{i} = train(cls, models{i}, spos{i}, neg(1:min(length(neg),maxneg)),

这个脚本的其他地方有几个类似的句子，你应该全部修改。

原因是你的训练样本集很小，所以你列出的“neg”比maxneg(200)短

Answer 2

我没有你的问题的答案，但这里有一个建议可以帮助你自己调试这个问题。

在 Matlab 菜单中，转到 Debug-> Stop if Errors/Warnings ... 并选择“Always stop if error (dbstop if error)”。现在再次运行您的脚本，这一次当您收到错误时，matlab 将停在发生错误的行，就好像您在那里放置了一个断点一样。此时，您可以使用整个工作区，您可以检查所有变量和矩阵大小，以查看哪个变量给了您所看到的错误。