ValueError: Target size (torch.Size([4, 20, 320, 320])) must be the same as input size (torch.Size([

目录

在运行UNets3+的时候报了这个错，ValueError: Target size (torch.Size([4, 20, 320, 320])) must be the same as input size (torch.Size([4，3，320，320]))

1. 发现是在使用损失函数时input(masks_pred)和 target(true_masks) 尺寸不匹配导致的：

2. 因为我的是二分类（分出背景和目标1），于是在预处理的时候对标签做了个二值化处理：

 3. OK，就可以训练了：

参考自：

---

在运行UNets3+的时候报了这个错，ValueError: Target size (torch.Size([4, 20, 320, 320])) must be the same as input size (torch.Size([4，3，320，320]))

1. 发现是在使用损失函数时input(masks_pred)和 target(true_masks) 尺寸不匹配导致的：

criterion = nn.BCEWithLogitsLoss()
loss = criterion(masks_pred, true_masks)

masks_pred.shape torch.Size([4, 20, 320, 320])
true_masks.shape torch.Size([4, 3, 320, 320])

2. 因为我的是二分类（分出背景和目标1），于是在预处理的时候对标签做了个二值化处理：

如果是多分类的话要将mask中数值映射为1-n类别，背景255 

 3. OK，就可以训练了：

参考自：

关于pytorch中损失函数中输入输出不匹配问题_海里的羊的博客-CSDN博客