请问device-side assert triggered怎么解决

[youngprogrammerBee]

你好 抱歉打扰，在训练的时候发生了如下报错

网上搜索大多都说是分类任务报的错，没有什么帮助，请问您有遇到过吗 ，该如何解决呢

[LiheYoung]

一般来说是因为人工标注的mask中存在比网络输出的类别数 (configs中的nclass)更大的类别（准确来说是大于或等于）。比如如果你的nclass设置的是21，但是mask中存在25这样的类别index，那就会报这样的错，需要检查一下mask。

[youngprogrammerBee]

感谢您的回复，我的mask做灰度图读入后应该只有背景和血管两个类，好奇怪

[LiheYoung]

可以print(torch.unique(mask))确认一下是否只有0和1。

[youngprogrammerBee]

非常感谢您的回复
改了半天发现是我mask在transform.resize后改了像素值，原来取值只有0，255（黑色和白色）的像素变了，改完后现在输出的print(`torch.unique(torch.from_numpy(mask).long()))结果是tensor([ 0, 255])(不是0，1会影响吗) ，然后我修改了nclass为2然后还是报错

[LiheYoung]

需要将255的像素改成1才行

[youngprogrammerBee]

您好 感谢您的回复，将255的像素改为1之后确实成功开始了训练。 我在用得到的模型进行test时候，发现得到的output是两通道的（torch.size[1,2,480,480]）,请问这样是否正常？

[LiheYoung]

对的

[youngprogrammerBee]

您好，我在对预测的图像尝试转换为正常模型时，

发现argmax后的tensor全部为1，

发现是因为两个通道总是有一个通道的像素比另外一个的大，后来放弃使用argmax而是直接将两个通道的值相加后*255，发现出来的结果基本能还原轮廓但是很奇怪，请问您有试过将预测的结果转换成图像吗？有遇到类似问题吗