Victor4869

因为exp_img默认建立在cpu上了，加上这两行代码就行 if not (len(mx.test_utils.list_gpus()) == 0): exp_img = exp_img.copyto(mx.gpu())

exp_img 后面

pred 后面再加这个 pred = pred.squeeze().asnumpy() > 0 我正在把修改后的版本同步到我的fork 版本，目前上传的版本把这里常见的问题修好了。可以去这里下载我的版本https://github.com/Victor4869/open-alcnet 另外我还增加了一些功能，完善log信息合在预测后的图片画上真实目标的bounding box方便比对。本地文件的代码已经写好了，现在正在完善commit 信息，迟点会陆续上传。

你没安装 nccl，去官网找对应的版本 https://developer.nvidia.com/nccl/nccl-legacy-downloads

你用 multiple 和 bottomuplocal 试试，直接在default那改

那就应该不是参数问题了，你这个问题我也遇到过，但是忘记当时是怎么解决的了。 Epoch 0, training loss 1.0000: 100%| 看到这个我怀疑是不是环境没弄好，你是用windows跑吗？ 我用windows遇到很多奇奇怪怪的问题，最后是在linux下跑的。 你试试用我的 [dev branch](https://github.com/Victor4869/open-alcnet/tree/dev) 在 Colab里跑一下， 配置和运行步骤我在[wiki](https://github.com/Victor4869/open-alcnet/wiki/Running-the-ALCNet#3-running-in-colab)里面写了

这个倒是没遇到过，看着是没找到文件的报错，你有把文件先传到 Google Drive 再运行吗？把dev branch的文件全部传上去要挺久的因为图片很多，要慢慢等。另外那个mount drive 和 colab-path 的文件路径可能都要根据你实际的路径改一下。 还有就是我之前跑的时候CUDA是11.6现在升级到12了，不过刚跑了下会出个警告但是也能正常运行，不确定会不会影响训练结果。

resume要填训练好的模型路径，这样就不会遇到这个问题了，这个可视化其实就是把预测的图片都保存下来了。 ACM那个论文和程序我之前也粗略看了下，但是那个我没改过，不过有不少文件是和 ALC 一样的。我估计他是先写了ACM的程序，然后在这基础上又加了ALC的部分。

训练可以直接跑 train_alcnet.py， 这代码问题挺多不过也不是大问题，要自己修改下dataset路径和一些参数之类的，然后model建立那里会报错，是scope问题，直接把代码移出 if 语句跑就行。另外那个visulization的跑起来也遇到和其他人一样的报错，暂时还没想到怎么解决。

> 你是不是在windows系统下运行？ 我用windows训练就会出现 loss = NaN， 然后IoU 和 nIoU 都为 0，换成linux系统就正常了。