mmdetection-报错RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor)

最新推荐文章于 2024-07-20 18:13:13 发布

原创

最新推荐文章于 2024-07-20 18:13:13 发布 · 3.7k 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch #深度学习 #人工智能

在使用mmdetection框架修改neck.fpn时遇到RuntimeError，错误指出输入和权重类型不一致。问题根源可能在于nn.ModuleList与nn.Sequential的使用不当。解决方案是尽量使用nn.ModuleList并在forward中正确实现，以避免输入类型不匹配。这个问题在尝试增加fpn结构时尤为明显，错误也可能源于未正确实现nn.ModuleList。此博客分享了解决经验，并提供相关资源链接。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

我在使用mmdetection修改neck.fpn的时候，遇到了以下报错：

1、RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor) should be the same, but I set model and data to cuda

2、NotImplementedError

网上很多建议第1个报错将网络和模型都部署到GPU，但是我的问题不在这，后来经过一番检索（StackOverflow网友建议）发现，应该是nn.ModuleList与nn.Sequential的使用问题，mmdetetion中，可能是由于注册方式的原因（具体原因没有深入了解），在修改网络的时候，需要尽量避免使用nn.Sequential，应当优先使用nn.ModuleList。同时使用nn.ModuleList后，需要在forward中实现，具体差别和使用方法可参考文章——详解PyTorch中的ModuleList和Sequential，nn.ModuleList实现如下，我直接复制过来

class net_modlist(nn.Module):
    def __init__(self):
        super(net_modlist, self).__init__()

最低0.47元/天解锁文章

200万优质内容无限畅学