Python 调整位置编码形状（DETR模型）以支持batchsize>；1.

从中引用，并希望将其缩放以支持批次大小>1，因为它在注释中声明“仅支持批次大小1”。。我在调整

forward（）

中的

pos

语句时遇到问题。怎么做呢？任何提示都会非常有用

这是从笔记本中提取的原始代码]（）：

导入火炬
从火炬进口
从torchvision.models导入resnet50
将torchvision.transforms导入为T
torch.set\U grad\U enabled（错误）；
类DETRdemo（nn.模块）：
"""
演示DETR实现。
用最少的行数演示DETR的实现
论文中有以下不同之处：
*学习的位置编码（代替正弦）
*位置编码在输入时传递（而不是注意）
*fc bbox预测器（代替MLP）
该型号在COCO val5k上可达到约40 AP，在特斯拉V100上以约28 FPS的速度运行。
仅支持批量大小1。
"""
def uu init uu（self，num_类，hidden_dim=256，nheads=8，
num_编码器_层=6，num_解码器_层=6）：
super（）。\uuuu init\uuuuu（）
#创建ResNet-50主干网
self.backbone=resnet50（）
del self.backbone.fc
#创建转换层
self.conv=nn.Conv2d（2048，隐藏尺寸，1）
#创建默认的PyTorch转换器
self.transformer=nn.transformer(
隐藏的\u dim、nheads、num\u编码器\u层、num\u解码器\u层）
#预测头，一个用于预测非空插槽的额外类
#请注意，在基线DETR中，线性_bbox层为3层MLP
self.linear\u class=nn.linear（隐藏的\u dim，num\u class+1）
self.linear_bbox=nn.linear（隐藏尺寸，4）
#输出位置编码（对象查询）
self.query\u pos=nn.参数（torch.rand（100，隐藏尺寸））
#空间位置编码
#注意，在基线DETR中，我们使用正弦位置编码
self.row_embed=nn.参数（torch.rand（50，隐藏尺寸//2））
self.col\u embed=nn.参数（torch.rand（50，隐藏尺寸//2））
def前进档（自身，输入）：
#通过ResNet-50将输入传播到平均池层
x=self.backbone.conv1（输入）
x=自主干.bn1（x）
x=自主干网relu（x）
x=self.backbone.maxpool（x）
x=自主干层1（x）
x=自主干层2（x）
x=自主干层3（x）
x=自主干层4（x）
#将变压器的要素平面从2048转换为256
h=自转换（x）
#构造位置编码
H、 W=H.形状[-2:]
pos=手电筒。cat（[##1
self.col_embed[：W]。取消查询（0）。重复（H，1，1），
self.row_embed[：H]。取消查询（1）。重复（1，W，1），
]，dim=-1）。展平（0，1）。取消queze（1）
#通过变压器传播
h=自变压器（位置+0.1*h.扁平化（2）.置换（2,0,1），
self.query_pos.unsqueze（1））.transpose（0,1）
#最后，将transformer输出投影到类标签和边界框
返回{'pred_logits'：自线性类（h），
'pred_box'：self.linear_bbox（h）.sigmoid（）}

促进发展：

model = DETRdemo(num_classes=10)
x = torch.ones((1,3,128,128)) # <-- this is ok
y = model(x)

model = DETRdemo(num_classes=10)
x = torch.ones((2,3,128,128)) # <-- this is NOT ok
y = model(x)

model=DETRdemo（num\u classes=10）
x=torch.one（（1,3128128））#看看他们在github上的代码：

那里的代码允许任意批量大小，例如，请参见自述文件中的评估部分