faster r-cnnのエラーについて

こんにちは。

Faster r-cnnの学習を以下のドキュメンテーションを参考に行いました。

https://jp.mathworks.com/help/vision/examples/object-detection-using-faster-r-cnn-deep-learning.html

しかし、学習を実行すると以下のようなエラーが発生してしまいました。

エラー内容が行列の次元が一致していないみたいなのですが、どの行列が一致していないのかわかりません。因みに、ドキュメンテーションではResnet50を使用していますが、自分はResnet18を使用しています。

情報が少なく申し訳ありませんが、何かご指摘アドバイスいただければ幸いです。

よろしくお願いいたします。

エラー: ./

行列の次元は一致しなければなりません。

エラー: vision.internal.cnn.layer.RPNCrossEntropy/backwardLoss (line 161)

dX = (-T./nnet.internal.cnn.util.boundAwayFromZero(Y))./numObservations;

エラー: vision.internal.cnn.layer.RPNOutputInternalLayer/backwardLoss (line 99)

dLdZCls = this.RPNClassificationLayer.backwardLoss(Zcls, Tcls);

エラー: nnet.internal.cnn.DAGNetwork/computeGradientsForTraining/efficientBackProp (line 748)

dLossdX = thisLayer.backwardLoss( ...

エラー: nnet.internal.cnn.DAGNetwork>@()efficientBackProp(i) (line 840)

@() efficientBackProp(i), ...

エラー: nnet.internal.cnn.util.executeWithStagedGPUOOMRecovery (line 11)

[ varargout{1:nOutputs} ] = computeFun();

エラー: nnet.internal.cnn.DAGNetwork>iExecuteWithStagedGPUOOMRecovery (line 1563)

[varargout{1:nargout}] = nnet.internal.cnn.util.executeWithStagedGPUOOMRecovery(varargin{:});

エラー: nnet.internal.cnn.DAGNetwork/computeGradientsForTraining (line 839)

theseGradients = iExecuteWithStagedGPUOOMRecovery( ...

エラー: nnet.internal.cnn.Trainer/computeGradients (line 200)

[gradients, predictions, states] = net.computeGradientsForTraining(X, Y, propagateState);

エラー: nnet.internal.cnn.Trainer/train (line 119)

[gradients, predictions, states] = this.computeGradients(net, X, response, propagateState);

エラー: vision.internal.cnn.trainNetwork (line 96)

trainedNet = trainer.train(trainedNet, trainingDispatcher);

エラー: trainFasterRCNNObjectDetector>iTrainEndToEnd (line 897)

[net, info] = vision.internal.cnn.trainNetwork(...

エラー: trainFasterRCNNObjectDetector (line 428)

[detector, info] = iTrainEndToEnd(trainingData, fastRCNN, options, params, executionSettings, imageInfo);

エラー: Untitled2 (line 127)

[detector, info] = trainFasterRCNNObjectDetector(trainingData,lgraph,options, ...

Answer 1

[Kenta]

こんにちは、

エラー: ./

とあるので、このコマンドのある行でエラーが起こっているのだと思います。

絶対にそうとは言い切れませんが、HYさんの書いたコードの中にエラーがありそうです。

「検索」で探したりすれば、候補が割り出せそうです。ライブエディターで実行している場合はctl+enterでセクションごとに実行できるので、分けて実行してみたりもすれば見つかりそうです。

[HY]

Kenta様

ご回答ありがとうございます。

確認したところ補助関数にエラーのコードがあったのですが、ドキュメンテーションと全く同じ補助関数を使用しているため、原因がわかりません。

セクションごとに実行したところ、以下の学習を行うコードを実行するとエラーが発生してしまいます...

[detector, info] = trainFasterRCNNObjectDetector(trainingData,lgraph,options, ...

'NegativeOverlapRange',[0 0.3], ...

'PositiveOverlapRange',[0.6 1]);

[Kenta]

なるほど、ありがとうございます。失礼しました、、、となると少し難しくなりますね。 trainFasterRCNNObjectDetector関数そのものの問題なんですかね。

学習サンプル自体になんらかのエラーがあるのか、何か思わぬ形で、trainFaster...の関数の内容が書き変わってしまったか、ですかね。ちなみに近くに他のMATLABの入っているPCなどありませんか？そのPCでも同じエラーが返っていたら少し原因も絞れ込めそうですが。

[HY]

今のところ一台のpcでしか操作できない状態です...

因みになのですが、2017verのfaster r-cnnでは学習データを検証用(validationData)にもテスト用(testData)にも分けずに全てのデータを学習させていたのですが、それでも過学習せずかなりの精度で検出できていました。(学習で使用していないデータで検証した場合)

今の2020verでは、データを学習用と検証用とテスト用の３つに分けていると思うのですが、テスト用は別に自分で用意しておくとして、例えば検証用データを学習データの2割使用した場合、自動で各エポックで２割の検証データが配分せれ、検証され過学習されないようになっているのでしょうか。

説明が下手くそで申し訳ありません。。。

[HY]

今いろいろとオプション設定を変更して学習をしてみたところ、途中まではエラーが起きなくなりました。

変更した点として、学習率を10^-3から10^-5へと変更したところエラーが発生しなくなりました。

しかし、ミニバッチ損失が(学習率をかなり小さくしたにもかかわらず)NaNのままになってしまい、1エポックを5,6回過ぎると同じようなエラーが発生して止まってしまいます。原因がわかりません...

[Kenta]

なるほど、詳しく教えていただきありがとうございます。なかなか難しそうですね。

ドキュメントのコード自体は正しいと思うのであとはデータそのものの問題かもしれません。もちろんデータ自体をここで共有することは難しいと思うので、ひとまず今回はtrain...関数に問題がありそうで、あとは他のアルゴリズムを試したりしてはどうか？くらいしか現状私にはわからなさそうです。データによっては種々のチューニングが非常に難しいので、多方面に勉強しながら色々と試すしかなさそうですね。根本的な解決にならずすいません。

[HY]

いいえ、色々と質問してしまい申し訳ありませんでした。

丁寧に検討していただき誠にありがとうございます。頑張ってみたいと思います。

[Kenta]

はい、がんばってください！