训练自己的带 semantic label信息的数据集，如何生成带有类别信息的数据呢？

[sunjianbo-123]

作者您好，看到您的文章和开源代码非常感兴趣，十分感谢您的分享，目前自己也在做去反射的相关研究，处于初级小白学习阶段。麻烦请教一个关于数据集准备的问题，如下：
RuntimeError：1only batches of spatial targets supported (3D tensors) but got targets of size : : [5, 350, 350, 3]

[DreamtaleCore]

你好，从runtime error来判断的话是读的tensor的维度有误，不应该包括batch dimension，也就是[5, 350, 350, 3]中的这个5
你可以尝试通过for-loop来处理，例如：

for i in range(your_tensor.shape[0]):
    func(your_tensor[i])

[sunjianbo-123]

感谢刘学长的指教： 还有一点疑惑想麻烦请教一下学长： 在训练数据的模式我选用了“semantic-rr”,训练数据包含：input，background,reflection,bg-semantic,rf-semantic。其中input，background,reflection为RGB三通道图片，bg-semantic,rf-semantic下为自己制作的单通道调色板P模式的png图片，且五个文件下图片名称及对应内容保持一致，关于如何map these colors to class indices ，请问刘学长是如何实现的。 若能指教，不胜感激！ 在 2022-08-02 21:42:00，"Yunfei Liu" ***@***.***> 写道： 你好，从runtime error来判断的话是读的tensor的维度有误，不应该包括batch dimension，也就是[5, 350, 350, 3]中的这个5 你可以尝试通过for-loop来处理，例如： foriinrange(your_tensor.shape[0]): func(your_tensor[i]) — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: ***@***.***>