mmdetection中：RuntimeError：input is smaller than kernel(shape_check at mmdet/ops/dcn/src/deform_conv)

问题描述

RuntimeError：input is smaller than kernel(shape_check at mmdet/ops/dcn/src/deform_conv)

前提：在使用mmdetection（v 1.0.0的版本）中的可变形卷积操作时，遇到了这个问题。具体是在MSCOCO test-dev集下跑测试，如果在验证集跑测试的没有出现这个问题。

出现这个问题是在test-dev集的第7311张图片上，我们把图片的大小打出来：

有一张图片的size出现了2，torch.Size([1,256,2,11])
但是可变形卷积是3。这里就出现了上面出现的问题了。

但是在使用的可变形卷积中，已经用了padding=1的操作，按理说不应会出现问题。

所以只能查看源码，看是不是判断出了问题，或者padding=1没有用上？
在官方github的mmcv库中的mmcv/mmcv/ops/csrc/pytorch/deform_conv_cuda.cu下找到了deform_conv_cuda.cu

这里直接判断输入的大小和核的大小了，所以问题就出现在这里!!!

解决方法

1. 修改源码，重新编译（不会，也懒得百度，逃~）
2. 就是在送入可变形卷积之前，把padding先加上input，然后把padding改为0。这样再源码里判断的时候就不会报错了，而且也没有改变图的大小。
3. 不加可变形卷积

先padding

两种方法：

用ZeroPad2d()

• Pytorch 四种边界填充方式(Padding)

用上面的方法重新测试训练好的模型，会报错

这是因为是用了nn.xxx这个会改变原有的模型。导致模型不一样了。而使用下面的nn.functional.xxx只是进行运算而已，不需要涉及到层的参数，也不会新建一个层

用pad()

用nn.functional带的pad操作

• Pytorch之torch.nn.functional.pad超全解释
• PyTorch中torch.nn.functional.pad函数使用详解

修改完后，就可以正常的在test-dev上测试了。