AttributeError: module 'jittor.nn' has no attribute 'Conv3d'

[lx-cly]

使用docker安装的jittor,version是1.2.2.59。 不仅nn.Conv3d没有，而且nn.BatchNorm3d，nn.InstanceNorm3d也都没有。

[li-xl]

可以在docker里面更新一下jittor： python -m pip install jittor --upgrade

[lx-cly]

可以了。不过在docker里面最好指定路径（多个python版本），python -m pip install jittor --upgrade --target=/usr/local/lib/pythonxxx/site-packages/

[li-xl]

好的，我们会更新一下，感谢！

[lx-cly]

想问一下，在/python/jdet/data/dota.py里面DOTADataset类中第109，110行 dets = np.concatenate(dets) ； gts = np.concatenate(gts) 。 前面定义dets，gts都是list类型。没问题吗？

[li-xl]

这样是没问题的，因为这个list里面是np数组，不过eval还有点问题就是，默认网络输出的box是原图大小的，而target是输入网络的图片大小，如果用val的话，需要把网络里的rescale给关掉

[lx-cly]

好的。还有一个问题，我先用了python preprocess.py --config-file dota_preprocess_config.py 对DOTA做裁剪等预处理，然后再做训练的时候，len(self.train_dataset)=0。

[lx-cly]

数据集处理后成这样的。

[cxjyxxme]

您的原始数据集是DOTA1.0的吗？

[lx-cly]

原始数据集是DOTA1.5

[cxjyxxme]

那您可能需要仿造python/jdet/data/dota.py里面的DOTADataset写一个针对DOTA1.5的Dataset，应该主要是针对DOTA1.5新增的分类做一些改动就可以了

[cxjyxxme]

preprocess也需要改一下，我来加一下吧，尽快push上去

[cxjyxxme]

DOTA1.5加好了，请pull最新的JDet，我简单测试了一下，应该没啥问题，您也可以try一try

[cxjyxxme]

您可以参考https://github.com/Jittor/JDet/blob/master/docs/dota.md 和 $JDet_PATH$/configs/retinanet_r50v1d_fpn_dota1_5.py 使用

[lx-cly]

好的，我先试一试

[lx-cly]

我参考了https://github.com/Jittor/JDet/blob/master/docs/dota.md 和 $JDet_PATH$/configs/retinanet_r50v1d_fpn_dota1_5.py，修改了s2anet_r50_fpn_1x_dota.py，成功训练了。不过测试的结果最后一个类别的AP却是0，网络配置的输出头的num_classes修改了的。

[lx-cly]

我把测试出来的结果，在原图把预测框可视化出来了，发现最后一个类别确实比其他类别训练得差，框选的目标基本都是错的。如果说是训练不够的画，可有些类别的AP都达到90%了。

[li-xl]

你修改的config能发一下我看看吗，感觉像是少训练了一个类

[lx-cly]

s2anet_r50_fpn_1x_dota.zip

[li-xl]

看起来好像没有问题，您还改其他地方了吗，要不把代码发给我我看下？

[lx-cly]

好的。代码和训练的权重文件在链接：https://pan.baidu.com/s/1l-GklzsAFoharBQ0ej8UGA 提取码：6zv0 谢谢了。

[li-xl]

收到，我测试下

[li-xl]

同学，你好，我这边看到你的ckpt_12.pkl是用num_classes=16训练的，是不是您训练时候忘改num_classes，然后训练完才改的呢?

[li-xl]

`[e 0820 13:26:46.989093 12 init.py:996] load parameter bbox_head.fam_cls.weight failed: expect the shape of bbox_head.fam_cls.weight to be [16,256,1,1,], but got [15,256,1,1,]

[e 0820 13:26:46.989227 12 init.py:996] load parameter bbox_head.fam_cls.bias failed: expect the shape of bbox_head.fam_cls.bias to be [16,], but got [15,]

[e 0820 13:26:46.999255 12 init.py:996] load parameter bbox_head.odm_cls.weight failed: expect the shape of bbox_head.odm_cls.weight to be [16,256,3,3,], but got [15,256,3,3,]

[e 0820 13:26:46.999411 12 init.py:996] load parameter bbox_head.odm_cls.bias failed: expect the shape of bbox_head.odm_cls.bias to be [16,], but got [15,]`

[lx-cly]

非常不好意思啊！我是改了num_classes，再训练过的，因为放在服务器上跑的，本地没有同步，给你的代码给错了，不好意思啊。训练了16个类别的权重文件这个压缩包里：链接：https://pan.baidu.com/s/1krhg-57CLoCgXzSC-Icqrw 提取码：73rr

[li-xl]

好的，谢谢

[li-xl]

您好，最后一个类没有点数应该是因为数量太少和比较难学。我单独训了最后一类，在val上只有13mAP。最后一个类在train里面只有7张图片142个框，val里面2张图片14个框，如果想训得比较好的话需要均衡一下类别，比如训练的时候重复这几张图片100次之类的。