NotimplementedError при прохождении вперед пропустить предварительно обученный энкодер Va-Vae для Upernet [закрыто] ⇐ Python

[Anonymous]

Я работаю над задачей семантической сегментации, где я пытаюсь использовать энкодер из предварительно обученной модели VA-VAE в качестве основы для архитектуры Upernet. Моя цель состоит в том, чтобы заставить энкодер VA-VAE вывести список из 4 многомасштабных функций, которые Upernet может использовать для своей части декодера. Ошибка возникает во время прямого прохода энкодера VA-VAE, в частности, когда я пытаюсь вызвать подмодуль в цикле. Я полагаю, что ошибка указывает на фундаментальную проблему с внутренней структурой загруженной модели - кажется, что в списке self.down_layers содержится модуль, который не является правильно созданным и, следовательно, не имеет прямого метода. < /P>
Error during encoder loading or testing: Module [Module] is missing the required "forward" function
--------------------------------------------------
--------------------------------------------------
VA-VAE encoder 加载失败。请检查错误信息并根据提示解决问题。

Encoder failed to initialize due to previous errors.
Traceback (most recent call last):
File "/tmp/ipython-input-666249121.py", line 276, in
test_features = vae_encoder(test_img)
^^^^^^^^^^^^^^^^^^^^^
File "/usr/local/lib/python3.12/dist-packages/torch/nn/modules/module.py", line 1773, in _wrapped_call_impl
return self._call_impl(*args, **kwargs)
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "/usr/local/lib/python3.12/dist-packages/torch/nn/modules/module.py", line 1784, in _call_impl
return forward_call(*args, **kwargs)
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "/tmp/ipython-input-666249121.py", line 248, in forward
features = self.base_encoder(x)
^^^^^^^^^^^^^^^^^^^^
File "/usr/local/lib/python3.12/dist-packages/torch/nn/modules/module.py", line 1773, in _wrapped_call_impl
return self._call_impl(*args, **kwargs)
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "/usr/local/lib/python3.12/dist-packages/torch/nn/modules/module.py", line 1784, in _call_impl
return forward_call(*args, **kwargs)
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "/tmp/ipython-input-666249121.py", line 74, in forward
current_feature = down_block(current_feature)
^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "/usr/local/lib/python3.12/dist-packages/torch/nn/modules/module.py", line 1773, in _wrapped_call_impl
return self._call_impl(*args, **kwargs)
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "/usr/local/lib/python3.12/dist-packages/torch/nn/modules/module.py", line 1784, in _call_impl
return forward_call(*args, **kwargs)
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "/usr/local/lib/python3.12/dist-packages/torch/nn/modules/module.py", line 399, in _forward_unimplemented
raise NotImplementedError(
NotImplementedError: Module [Module] is missing the required "forward" function
< /code>
Я проверил код для MultiScaleEncoder, и метод прямой, кажется логически правильным для итерации над модулелистом. Тем не менее, постоянный notimplemplementError предполагает, что список base_encoder.down поврежден или неправильно заполнен. Может ли это быть связано с несоответствием между файлом контрольной точки и определением класса модели (AutoEncoderkl в autoencoder.py)?>

Подробнее здесь: https://stackoverflow.com/questions/797 ... ncoder-for