实现 Faster R-CNN 对象检测算法时出错答案

【问题标题】：Error while implenting the Faster R-CNN Object detection algorithm实现 Faster R-CNN 对象检测算法时出错
【发布时间】：2021-04-27 00:58:38
【问题描述】：

我正在尝试实现 Faster R-CNN 对象检测算法，但出现异常错误。尝试在此 colab tutorial 中调用 train_one_epoch 函数时，我在提到 here 的 loss_dict = model(images, targets) 中有一个错误。我遇到的确切错误是：

    101         cell_anchors = self.cell_anchors
    102         assert cell_anchors is not None
--> 103         assert len(grid_sizes) == len(strides) == len(cell_anchors)
    104 
    105         for size, stride, base_anchors in zip(

AssertionError:

有人有想法吗？提前致谢！

【问题讨论】：

我知道是什么意思，但是我对更快的rcnn教程不熟悉。您必须找到初始化 grid_sizes、strides 和 cell_anchors 的地方。该错误意味着这些列表的长度不相等并引发错误，因为它们应该是为了让代码工作。除了这些，我真的无能为力了
@cbolwerk 是的，谢谢，你说得对，我可以通过调整 Faster R-CNN 函数的参数和输入来解决这个问题。感谢您的回复！

标签： python pytorch object-detection torchvision faster-rcnn

【解决方案1】：

最后，我能够解决这个问题，只是通过在 Faster R-CNN 函数中添加调整 AnchorGenerator 的大小及其对应的纵横比

ft_anchor_generator = AnchorGenerator(
    sizes=((32, 64, 128),), aspect_ratios=((0.5, 1.0, 2.0),)
)
ft_model = FasterRCNN(
    backbone=ft_backbone,
    num_classes=num_classes,
    rpn_anchor_generator=ft_anchor_generator)

【讨论】：