训练自己的数据loss报错，寻求陈博帮助

[wfs123456]

您好，我用您的segv3训练了一批自己的数据，19分类(包括背景类)，比Kitti.yaml中少一类，改了dataloader后输入输出的维度均已对齐，但损失函数报错，希望得到您的帮助
in_vol([16,5,64,2048]), output([16,20,64,2048]), proj_labels([16,64,2048])，self.loss_w([19])，请问还有什么地方需要修改的吗？

proj_labels = proj_labels.squeeze(1).cuda(non_blocking=True).long()
[output, z2, z3, z4, z5] = model(in_vol, proj_mask)
loss = criterion(torch.log(output.clamp(min=1e-8)), proj_labels)+
criterion(torch.log(z5.clamp(min=1e-8)), proj_labels_5)+\

File "/home/penglei/anaconda3/envs/segv3/lib/python3.8/site-packages/torch/nn/modules/loss.py", line 213, in forward
return F.nll_loss(input, target, weight=self.weight, ignore_index=self.ignore_index, reduction=self.reduction)
File "/home/penglei/anaconda3/envs/segv3/lib/python3.8/site-packages/torch/nn/functional.py", line 2266, in nll_loss
ret = torch._C._nn.nll_loss2d(input, target, weight, _Reduction.get_enum(reduction), ignore_index)
RuntimeError: weight tensor should be defined either for all or no classes at /pytorch/aten/src/THCUNN/generic/SpatialClassNLLCriterion.cu:27

[chenfengxu714]

您好，看起来是您的不同class的weight 的维度和class 个数没有对齐

[wfs123456]

，看起来是您的不同class的weight 的维度

感谢回复，刚接触点云有两个问题想咨询：
（1）是这个原因，我的数据只有19分类，已修改kitti-yaml文件中为19类，但这个loss计算依旧报错不知道还有什么地方需要修改，我在自己的数据中添加了一个额外类凑够kitti的20类就可以正常run了，咨询一下还有什么地方需要改吗
（2）另外还有个问题咨询您，由于我的数据(461196.6, 4407146.5, 17.5)与kitti不一致，点云project图像的时候SSGV321.yaml中的sensor传感器参数需要修改吗，因为debug发现laserscan.py中的do_range_projection函数生成的proj_x(545,545,545,545.......)和proj_y(7,7,7,7,7,7,7,7,7,........)都是一个值，导致生成的proj_xyz有误，请问这个问题是什么原因导致的