새해 복 많이 받으세요~

anchor 생성하는 구간에서 에러가 발생한건데 get_model() 그대로해서 모형을 만드신거면 파라미터로 변경되는 부분이 없어서 저기서 에러가 발생하지 않을 것 같습니다. 

anchor는 RPN 내부에서 작동합니다. RPN은 백본을 지난 특징 맵과 원본 이미지를 인자로 받습니다. 기본 파라미터는  
anchor_sizes = ((32,), (64,), (128,), (256,), (512,))
aspect_ratios = ((0.5, 1.0, 2.0),) * len(anchor_sizes)

이라 정상작동되는 부분이고 백본을 거친 특징 맵에서 문제가 발생한 것 같은데, 백본을 다른 걸로 바꾸신건지?

답글 늦어서 죄송합니다.
백본이나 수정한 부분은 없고 업로드하신 코드 그대로에 파일 경로 정도만 바꿨습니다.

혹시 토치랑 토치비전 버전이 몇인가요?

혹시 토치랑 토치비전 버전이 몇인가요?

둘다 최신버전 사용하고 있습니다!

이 코드는 torchvision==0.7이라 0.8 이상은 아래 Domin님 코드로 하시면 되겠습니다~

감사합니다~ Domin님, 
torchvision==0.8 이신 분들은 Domin님처럼 AnchorGenerator 임포트해서 해주시면 되겠습니다. 
0.7은 해당 모듈이 임포트 되지 않습니다!

버전 차이가 있었군요.. 모바일넷의 경우는 domin 님 코드대로, 그 외 다른 백본은  aspect_ratios에 size length를 곱해주셔야 합니다!

감사합니다

model = get_model().to(device)
d = torch.load("./best_model.pth")
model.load_state_dict(d)

바운딩 박스 FloatTensor[N, 4], 키포인트 FloatTensor[N, K 3]에서의 N은 한 이미지 포함된 객체들의 개수입니다. 해당 대회의 데이터셋 이미지 당 객체는 다 하나씩이라 키포인트는 FloatTensor[1, 24, 3]이 됩니다.
torch에서 N은 배치사이즈가 아닙니다. 토치 문서를 잘 살펴보시면 배치는 B로 표현합니다. 그래서 Conv2d를 보면 [B, C, H, W] 배치사이즈, 채널 수, 높이, 너비입니다. 

비전 모형 대부분은 다음과 같이 작동합니다. Object Detection으로 설명을 하자면, 내가 테스트할 사진에는 객체가 하나밖에 없으니 하나의 결과값이 리턴되어야 하지 않냐? 라고 말할 수 있고 그게 맞지만, 사실 지정된 매개변수에 따라, 모형의 학습 정도에 따라 조절됩니다. 예를 들면 SSD 모형의 경우 미리 설정한 디폴트 박스 개수만큼 뿌려줍니다. 보통 약 8,000개 정도 예측됩니다. Keypoint RCNN은 테스트 시 1,000개를 예측합니다. 이 8,000개 중에서 matching 전략, confidence score 또는 objectness라 불리는 값에 임계값과 NMS 등 다양한 방법으로 후처리해서 테스트할 사진에 있는 객체의 수 만큼 보여주는 거죠.

따라서 사용한 모형의 특징에 따라, 모형의 학습 정도에 따라, 후처리에 사용한 매개변수 값에 따라 예측값은 원하는 개수가 될 수도 있고 아닐 수도 있습니다. 여기서 모형의 특징이라고 하면 YOLOv1 베이스 모형의 경우, 모형에서 예측된 객체의 개수는 최대 98개입니다. 왜냐면 베이스의 경우, 7x7 그리드에서 바운딩 박스를 두 개씩 만 생성하기 때문입니다. 따라서 내가 테스트할 이미지에 사람이 200명이 있다면 YOLOv1 베이스에서는 200명을 전부 예측하지 못합니다.

아! N에 어떤 값이 들어가게 되는 것인지 이해가 되었습니다
친절한 설명 감사드립니다! ㅎㅎ