Chainerでの画像セグメンテーションでエラーが出ます

前提・実現したいこと

現在、セマンティックセグメンテーションを用いた物体検出を勉強しています。
そこで、https://japan-medical-ai.github.io/medical-ai-course-materials/notebooks/05_Image_Segmentation.htmlを参照して、サイト通りにMRI画像から左心室を検出するモデルを実践したところ、うまく動作させることができました。

しかし、この学習モデルを使用して自前の別のデータセットで試しましたが、エラーが出てしまいます。
エラーコードで検索を行ったのですが、自分の勉強不足で理解できず、原因の究明・解決ができませんでした。

上記サイトで用いているデータセットは、元画像:256×256のグレースケール(PNG)、ラベル画像:256×256の2値画像(PNG)です。
また、自前で用意したデータセットは、元画像:64×64のグレースケール(PNG)、ラベル画像:64×64の2値画像(PNG)です。

実行コード

Python
1%%time
2trainer = create_trainer(16, train, val, (20, 'epoch'), device=0)
3trainer.run()

エラーメッセージ

Python
1Exception in main training loop: all the input array dimensions for the concatenation axis must match exactly, but along dimension 1, the array at index 0 has size 4 and the array at index 3 has size 1
2Traceback (most recent call last):
3  File "/usr/local/lib/python3.6/dist-packages/chainer/training/trainer.py", line 316, in run
4    update()
5  File "/usr/local/lib/python3.6/dist-packages/chainer/training/updaters/standard_updater.py", line 175, in update
6    self.update_core()
7  File "/usr/local/lib/python3.6/dist-packages/chainer/training/updaters/standard_updater.py", line 181, in update_core
8    in_arrays = convert._call_converter(self.converter, batch, self.device)
9  File "/usr/local/lib/python3.6/dist-packages/chainer/dataset/convert.py", line 73, in _call_converter
10    return converter(batch, device)
11  File "/usr/local/lib/python3.6/dist-packages/chainer/dataset/convert.py", line 58, in wrap_call
12    return func(*args, **kwargs)
13  File "/usr/local/lib/python3.6/dist-packages/chainer/dataset/convert.py", line 223, in concat_examples
14    [example[i] for example in batch], padding[i])))
15  File "/usr/local/lib/python3.6/dist-packages/chainer/dataset/convert.py", line 254, in _concat_arrays
16    [array[None] for array in arrays])
17  File "<__array_function__ internals>", line 6, in concatenate
18Will finalize trainer extensions and updater before reraising the exception.
19---------------------------------------------------------------------------
20ValueError                                Traceback (most recent call last)
21<ipython-input-13-d8605bf9739d> in <module>()
22----> 1 get_ipython().run_cell_magic('time', '', "trainer = create_trainer(16, train, val, (20, 'epoch'), device=0)\ntrainer.run()")
23
24/usr/local/lib/python3.6/dist-packages/IPython/core/interactiveshell.py in run_cell_magic(self, magic_name, line, cell)
25   2115             magic_arg_s = self.var_expand(line, stack_depth)
26   2116             with self.builtin_trap:
27-> 2117                 result = fn(magic_arg_s, cell)
28   2118             return result
29   2119 
30
31</usr/local/lib/python3.6/dist-packages/decorator.py:decorator-gen-60> in time(self, line, cell, local_ns)
32
33/usr/local/lib/python3.6/dist-packages/IPython/core/magic.py in <lambda>(f, *a, **k)
34    186     # but it's overkill for just that one bit of state.
35    187     def magic_deco(arg):
36--> 188         call = lambda f, *a, **k: f(*a, **k)
37    189 
38    190         if callable(arg):
39
40/usr/local/lib/python3.6/dist-packages/IPython/core/magics/execution.py in time(self, line, cell, local_ns)
41   1191         else:
42   1192             st = clock2()
43-> 1193             exec(code, glob, local_ns)
44   1194             end = clock2()
45   1195             out = None
46
47<timed exec> in <module>()
48
49/usr/local/lib/python3.6/dist-packages/chainer/training/trainer.py in run(self, show_loop_exception_msg)
50    347                         f.write('Traceback (most recent call last):\n')
51    348                         traceback.print_tb(sys.exc_info()[2])
52--> 349             six.reraise(*exc_info)
53    350         finally:
54    351             for _, entry in extensions:
55
56/usr/local/lib/python3.6/dist-packages/six.py in reraise(tp, value, tb)
57    691             if value.__traceback__ is not tb:
58    692                 raise value.with_traceback(tb)
59--> 693             raise value
60    694         finally:
61    695             value = None
62
63/usr/local/lib/python3.6/dist-packages/chainer/training/trainer.py in run(self, show_loop_exception_msg)
64    314                 self.observation = {}
65    315                 with reporter.scope(self.observation):
66--> 316                     update()
67    317                     for name, entry in extensions:
68    318                         if entry.trigger(self):
69
70/usr/local/lib/python3.6/dist-packages/chainer/training/updaters/standard_updater.py in update(self)
71    173 
72    174         """
73--> 175         self.update_core()
74    176         self.iteration += 1
75    177 
76
77/usr/local/lib/python3.6/dist-packages/chainer/training/updaters/standard_updater.py in update_core(self)
78    179         iterator = self._iterators['main']
79    180         batch = iterator.next()
80--> 181         in_arrays = convert._call_converter(self.converter, batch, self.device)
81    182 
82    183         optimizer = self._optimizers['main']
83
84/usr/local/lib/python3.6/dist-packages/chainer/dataset/convert.py in _call_converter(converter, batch, device)
85     71     if getattr(converter, '__is_decorated_converter', False):
86     72         # New-style converter
87---> 73         return converter(batch, device)
88     74 
89     75     # Old-style converter
90
91/usr/local/lib/python3.6/dist-packages/chainer/dataset/convert.py in wrap_call(*args, **kwargs)
92     56             elif 'device' in kwargs:
93     57                 kwargs['device'] = _get_device(kwargs['device'])
94---> 58             return func(*args, **kwargs)
95     59 
96     60         return wrap_call
97
98/usr/local/lib/python3.6/dist-packages/chainer/dataset/convert.py in concat_examples(batch, device, padding)
99    221         for i in six.moves.range(len(first_elem)):
100    222             result.append(to_device(device, _concat_arrays(
101--> 223                 [example[i] for example in batch], padding[i])))
102    224 
103    225         return tuple(result)
104
105/usr/local/lib/python3.6/dist-packages/chainer/dataset/convert.py in _concat_arrays(arrays, padding)
106    252         with chainer.using_device(device):
107    253             arr_concat = device.xp.concatenate(
108--> 254                 [array[None] for array in arrays])
109    255 
110    256     return arr_concat
111
112<__array_function__ internals> in concatenate(*args, **kwargs)
113
114ValueError: all the input array dimensions for the concatenation axis must match exactly, but along dimension 1, the array at index 0 has size 4 and the array at index 3 has size 1

参照元プログラムからの変更点

Python
1def create_trainer(batchsize, train, val, stop, device=-1):
2    # 先程定義したモデルを使用
3    model = MultiLayerPerceptron(out_h=256, out_w=256)

MultiLayerPerceptronの引数を256から64に変更しています。

補足情報（FW/ツールのバージョンなど）

使用しているデータセットと上記変更点以外は参照元のプログラムをそのまま使用させていただきました。
環境構築などもすべて同一のものを使用しています。
https://japan-medical-ai.github.io/medical-ai-course-materials/notebooks/05_Image_Segmentation.html

Q71

2019/12/07 01:47 編集

> all the input array dimensions for the concatenation axis must match exactly, but along dimension 1, the array at index 0 has size 4 and the array at index 3 has size 1 結合する入力配列の次元は厳密に一致しなければなりません。次元1について、入力配列の0番目は4ですが、3番目は1です。ということなので、おそらくグレースケールの仕方が違うのではないかと思います。元のデータの shape と、ご自身で用意されたデータの shape を比べてみて下さい。 pycharmなどのデバッグ環境をお持ちなら、エラーが発生したところから呼び出し元に戻っていけば（スタックトレースをたどれば）、判別しやすいです。