8个计算机视觉深度学习中常见的Bug

    %12 : Float(10) = aten::dropout(%input, %10, %11), scope: Sequential/Dropout[1] # /Users/Arseny/.pyenv/versions/3.6.6/lib/python3.6/site-packages/torch/nn/functional.py:806:0 

This may cause errors in trace checking. To disable trace checking, pass check_trace=False to torch.jit.trace() 

 check_tolerance, _force_outplace, True, _module_class) 

/Users/Arseny/.pyenv/versions/3.6.6/lib/python3.6/site-packages/torch/jit/__init__.py:914: TracerWarning: Output nr 1. of the traced function does not match the corresponding output of the Python function. Detailed error: 

Not within tolerance rtol=1e-05 atol=1e-05 at input[5] (0.0 vs. 0.5454154014587402) and 5 other locations (60.00%) 

check_tolerance, _force_outplace, True, _module_class) 

简单的修复一下：

In [4]: model = nn.Sequential( 

 ...: nn.Linear(10, 10), 

 ...: nn.Dropout(.5) 

 ...: ) 

 ...: 

 ...: traced_model = torch.jit.trace(model.eval(), torch.rand(10)) 

 # No more warnings! 

在这种情况下， torch.jit.trace将模型运行几次并比较结果。这里的差别是可疑的。

然而 torch.jit.trace在这里不是万能药。这是一种应该知道和记住的细微差别。

5. 复制粘贴的问题

很多东西都是成对存在的：训练和验证、宽度和高度、纬度和经度……

def make_dataloaders(train_cfg, val_cfg, batch_size): 

 train = Dataset.from_config(train_cfg) 

 val = Dataset.from_config(val_cfg) 

 shared_params = {'batch_size': batch_size, 'shuffle': True, 'num_workers': cpu_count()} 

 train = DataLoader(train, **shared_params) 

 val = DataLoader(train, **shared_params) 

 return train, val 

不仅仅是我犯了愚蠢的错误。例如，在非常流行的albumentations库也有一个类似的版本。

# https://github.com/albu/albumentations/blob/0.3.0/albumentations/augmentations/transforms.py 

def apply_to_keypoint(self, keypoint, crop_height=0, crop_width=0, h_start=0, w_start=0, rows=0, cols=0, **params): 

 keypoint = F.keypoint_random_crop(keypoint, crop_height, crop_width, h_start, w_start, rows, cols) 

 scale_x = self.width / crop_height 

 scale_y = self.height / crop_height 

 keypoint = F.keypoint_scale(keypoint, scale_x, scale_y) 

 return keypoint 

别担心，已经修改好了。

如何避免?不要复制和粘贴代码，尽量以不需要复制和粘贴的方式编写代码。

datasets = [] 

data_a = get_dataset(MyDataset(config['dataset_a']), config['shared_param'], param_a) 

datasets.append(data_a) 

data_b = get_dataset(MyDataset(config['dataset_b']), config['shared_param'], param_b) 

datasets.append(data_b)  

datasets = [] 

for name, param in zip(('dataset_a', 'dataset_b'),  

 (param_a, param_b), 

 ): 

 datasets.append(get_dataset(MyDataset(config[name]), config['shared_param'], param)) 

6. 合适的数据类型

让我们编写一个新的增强：

def add_noise(img: np.ndarray) -> np.ndarray: 

 mask = np.random.rand(*img.shape) + .5 

 img = img.astype('float32') * mask 

 return img.astype('uint8') 

图像已被更改。这是我们所期望的吗?嗯，也许它改变得太多了。

这里有一个危险的操作：将 float32 转换为 uint8。它可能会导致溢出：

def add_noise(img: np.ndarray) -> np.ndarray: 

 mask = np.random.rand(*img.shape) + .5 

 img = img.astype('float32') * mask 

 return np.clip(img, 0, 255).astype('uint8') 

img = add_noise(cv2.imread('two_hands.jpg')[:, :, ::-1])  

_ = plt.imshow(img) 

看起来好多了，是吧?

顺便说一句，还有一种方法可以避免这个问题：不要重新发明轮子，不要从头开始编写增强代码并使用现有的扩展： albumentations.augmentations.transforms.GaussNoise。

我曾经做过另一个同样起源的bug。

raw_mask = cv2.imread('mask_small.png') 

mask = raw_mask.astype('float32') / 255 

mask = cv2.resize(mask, (64, 64), interpolation=cv2.INTER_LINEAR) 

mask = cv2.resize(mask, (128, 128), interpolation=cv2.INTER_CUBIC) 

mask = (mask * 255).astype('uint8') 

_ = plt.imshow(np.hstack((raw_mask, mask))) 

（编辑：云计算网_泰州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!