RuntimeError: element 0 of tensors does not require grad and does not have a grad_fn

[P-HL]

你好，在使用gradcam-yolov3时报错：RuntimeError: element 0 of tensors does not require grad and does not have a grad_fn

使用的模型和权重是自己在mmdetection中训练的，可用在gradcam-yolov3中正确画出框并输出结果。但是在使用GradCAM_YOLOV3函数时出现梯度的错误。在该文件定义时使用到self.net.eval()，去掉后依旧没有梯度，请问可以解决嘛？

[P-HL]

---------------------------------------------------------------------------
RuntimeError                              Traceback (most recent call last)
/tmp/ipykernel_1145163/286742431.py in <module>
      1 ## First is the data, second is the index of the predicted bbox
----> 2 mask, box, class_id = grad_cam(data, 0)

/tmp/ipykernel_1145163/2352451777.py in __call__(self, data, index)
     54         score = res[0][0][index]
     55 
---> 56         score.backward()
     57 
     58         gradient = self.gradient.cpu().data.numpy()  # [C,H,W]

~/anaconda3/envs/open-mmlab3/lib/python3.7/site-packages/torch/_tensor.py in backward(self, gradient, retain_graph, create_graph, inputs)
    394                 create_graph=create_graph,
    395                 inputs=inputs)
--> 396         torch.autograd.backward(self, gradient, retain_graph, create_graph, inputs=inputs)
    397 
    398     def register_hook(self, hook):

~/anaconda3/envs/open-mmlab3/lib/python3.7/site-packages/torch/autograd/__init__.py in backward(tensors, grad_tensors, retain_graph, create_graph, grad_variables, inputs)
    173     Variable._execution_engine.run_backward(  # Calls into the C++ engine to run the backward pass
    174         tensors, grad_tensors_, retain_graph, create_graph, inputs,
--> 175         allow_unreachable=True, accumulate_grad=True)  # Calls into the C++ engine to run the backward pass
    176 
    177 def grad(

RuntimeError: element 0 of tensors does not require grad and does not have a grad_fn

[RuoyuChen10]

你好，在使用gradcam-yolov3时报错：RuntimeError: element 0 of tensors does not require grad and does not have a grad_fn

使用的模型和权重是自己在mmdetection中训练的，可用在gradcam-yolov3中正确画出框并输出结果。但是在使用GradCAM_YOLOV3函数时出现梯度的错误。在该文件定义时使用到self.net.eval()，去掉后依旧没有梯度，请问可以解决嘛？

你好，你可以先试试ipynb版本么：gradcam-yolov3.ipynb，另外注意一下你的模型，我测试使用的yolo v3文件好像是yolov3_d53_mstrain-608_273e_coco，你可以参考一下。

此外我认为出现这个问题还有一个可能就是：

grad_cam = GradCAM_YOLOV3(model, 'backbone.conv_res_block4.conv.conv')

指定的层可能与你自己训练的那个文件的层不一样，你的文件下指定该层可能就没有梯度传递了，需要重新指定适合你的层的名称了。