trainFaste​rRCNNObjec​tDetector実​行時に発生するエラー​について

trainFasterRCNNObjectDetectorでFaster R-CNNの学習を実行したところ，領域提案ネットワーク (RPN) の学習時に，「この型の変数では中かっこのインデックス付けはサポートされていません」というエラー文が表示され，学習が中断されました．

訓練データのアノテーションが原因だと考えて，イメージラベラで確認しましたが，gTruth box は画像内に収まっており特に問題は見られませんでした．

なぜこのエラーが発生したのか教えて頂ければ幸いです．自分が実行したコードとエラー文は次の通りです．

trainingData = objectDetectorTrainingData(gTruth);
options = trainingOptions('sgdm', ...
    'MaxEpochs', 5, ...
    'MiniBatchSize', 1, ...
    'InitialLearnRate', 1e-3, ...
    'CheckpointPath', tempdir);
[detector, info] = trainFasterRCNNObjectDetector(trainingData, 'resnet50', options, ...
    'NegativeOverlapRange', [0 0.3], ...
    'PositiveOverlapRange', [0.6 1]);
*************************************************************************
次のオブジェクト クラスに対する Faster R-CNN オブジェクト検出器の学習:

* Tomatoflower

手順 1/4: 領域提案ネットワーク (RPN) の学習。
エラー: tabular/rowfun>dfltErrHandler (line 514)
関数 '@(x)isempty(x{1})||~any(x{1})' を A の 1 番目 行に適用した際に、次のエラーが発生しました:

この型の変数では中かっこのインデックス付けはサポートされていません。


エラー: tabular/rowfun>@(s,varargin)dfltErrHandler(grouped,funName,s,varargin{:}) (line 262)
    errHandler = @(s,varargin) dfltErrHandler(grouped,funName,s,varargin{:});

エラー: tabular/rowfun (line 282)
                [b_data{igrp,:}] = errHandler(struct('identifier',ME.identifier, 'message',ME.message, 'index',igrp),inArgs{:});

エラー: vision.internal.cnn.rpn.imageCentricRegionDatastore/setup (line 419)
            missing = rowfun(@(x)isempty(x{1}) || ~any(x{1}),this.TrainingSamples,...

エラー: vision.internal.cnn.rpn.imageCentricRegionDatastore (line 139)
                this.setup(trainingData, params);

エラー: fasterRCNNObjectDetector/createRPNTrainingDatastore (line 646)
            ds = vision.internal.cnn.rpn.imageCentricRegionDatastore(trainingData,params);

エラー: fasterRCNNObjectDetector.trainRPN (line 186)
            ds = createRPNTrainingDatastore(detector, trainingData, opts, params);

エラー: trainFasterRCNNObjectDetector>iTrainFourStep (line 395)
    [stage1Detector, rpn, info] = fasterRCNNObjectDetector.trainRPN(...

エラー: trainFasterRCNNObjectDetector (line 352)
    [detector, info]        = iTrainFourStep(trainingData, fastRCNN, rpn, options, params, executionSettings, imageInfo);

Answer 1

[Kenta]

こんにちは、例えば、2020bで作っていたものを2021aで実行していたりしませんか？私も物体検出で以前似た問題があって、fasterRCNNではなくYOLOv3を使っていたのですが、ある関数がバージョンのアップデートに従って若干異なっていて、異なるバージョンの関数をいくつか参照していて、そのせいでエラーになっていました。

また、特にfasterRCNNにこだわる理由がなければ、YOLOやSSDでやるのも策かも知れません。