错误：“bitwise_and_cpu”未针对“Float”实现

Question

我希望为 ResNet50（预训练）模型生成 Intersection over Union (IoU) 分数。这是我计算 IoU 分数的函数：

def IoU(predict: torch.Tensor, target: torch.Tensor):

i = (predict & target).double().sum()
u = (predict | target).double().sum()
x = (i/u)
IoU = x.item()

return IoU

下面是实现 IoU 分数的函数：

def applyIoU(model, dataset):

IoU_score = []

for i in range(len(dataset)):
    
    image,true_mask = dataset[i]
    x_tensor = torch.from_numpy(image).to('cpu').unsqueeze(0)
    pred_mask = model.predict(x_tensor)
    true_mask = torch.from_numpy(true_mask).to('cpu').unsqueeze(0)
    IoU_score = IoU(pred_mask, true_mask)
    
assert type(true_mask) == torch.Tensor

return IoU_score

当我运行代码时，出现以下错误。有没有其他方法可以在不使用 Pytorch 中的 & 和 | 运算符的情况下获得 IoU 分数？谢谢

    156 
--> 157     i = (predict & target).double().sum()
    158     u = (predict | target).double().sum()
    159     x = (i/u)

RuntimeError: "bitwise_and_cpu" not implemented for 'Float

Answer 1

不同函数影响错误

RuntimeError: "bitwise_and_cpu" not implemented for 'Float'

表示PyTorch的Float类型数据在进行按位AND运算时不支持按位运算。位运算（如&）通常只适用于整数类型数据，不适用于浮点数。

解决办法： 要执行按位运算，您需要将浮点数转换为整数类型（例如 torch.uint8 或 torch.int）。或者，您可以使用逻辑运算符

(torch.logical_and and torch.logical_or)

，它处理浮点数（二值化后）并返回布尔类型的数据。