Neural Network Console のセマンティックセグメンテーションでのエラーについて

Question

前提・実現したいこと

セマンティックセグメンテーションの初心者です。
今回、Neural Network Console（NNC）でセマンティックセグメンテーションをやろうとしたところ、エラーが出現し、その原因がよくわからないので質問いたしました。

今回のセマンティックセグメンテーションの目的は、写真から緑を抽出するというものです。データセットには、自分がストリートビューから作成した二値画像を用いています。
データセットは、以下のスクリーンショットのように、inputは3,640,640、outputは1,640,640のものとなっています。

プロジェクトは、サンプルtutorial.semantic_segmentation.binary_semantic_segmentationを用いています。

データセットに含まれる変数のサイズとInputレイヤーのSizeプロパティで指定されるサイズが異なっている可能性があります。もしくは、隣接しているレイヤーのOutput値とInput値が一致しているかご確認ください。

というエラーが毎回出ます。

エラーメッセージ

2021-11-08 13:59:56,044 [worker]: [INFO]: Network structure auto searching, mutate .sdcproj
2021-11-08 13:59:57,160 [worker]: [INFO]: Download mutate network candidates
2021-11-08 14:00:12,652 [worker]: [INFO]: sdeep_console_cli_util structure_search -i "/home/nnabla/work/mutate/candidates.csv" -o "/home/nnabla/work/data.sdcproj"
2021-11-08 14:00:12,865 [worker]: [INFO]: Created mutate network: /home/nnabla/work/data.sdcproj
2021-11-08 14:00:14,552 [worker]: [INFO]: sdeep_console_cli_util create_result_ini -i "/home/nnabla/work/data.sdcproj" -y "/home/nnabla/empty_monitoring_report.yml" -o "/home/nnabla/work/result.ini"
2021-11-08 14:00:15,753 [worker]: [INFO]: sdeep_console_cli_util create_prototxt -i "/home/nnabla/work/data.sdcproj" -o "/home/nnabla/work/network.prototxt" -p "/home/nnabla/work/param_assign.csv"
2021-11-08 14:00:17,969 [worker]: [INFO]: console_cli train -c /home/nnabla/work/network.prototxt -o /home/nnabla/results -s /home/nnabla/work/data.sdcproj -a /home/nnabla/work/param_assign.csv
2021-11-08 14:00:18,594 [nnabla]: Using context "Context(backend=['cpu:float'], array_class='CpuCachedArray', device_id='')"
2021-11-08 14:00:18,788 [nnabla]: Train with contexts ['cpu']
2021-11-08 14:00:18,919 [nnabla]: Training epoch 1 of 10 begin
2021-11-08 14:00:18,920 [nnabla]: ctx passed to scheduler doesn't have cuda/cudnn backend. lms scheduler will not be used.
2021-11-08 14:00:18,920 [nnabla]: ctx passed to scheduler doesn't have cuda/cudnn backend. lms scheduler will not be used.
2021-11-08 14:00:19,014 [nnabla]: Shape does not match between data "y" and variable "BinaryCrossEntropy_T" ((8, 3, 640, 640) != (8, 1, 640, 640)).
NNabla command line interface (Version:1.21.0.dev1, Build:210825160030, Callback:console.day12.dev)
Traceback (most recent call last):
  File "/usr/local/lib/python3.8/dist-packages/nnabla/utils/cli/cli.py", line 147, in cli_main
    return_value = args.func(args)
  File "/usr/local/lib/python3.8/dist-packages/nnabla/utils/cli/train.py", line 705, in train_command
    result, restart = _train(args, config)
  File "/usr/local/lib/python3.8/dist-packages/nnabla/utils/cli/train.py", line 505, in _train
    cost = _update(iteration, config, cost, scheduler)
  File "/usr/local/lib/python3.8/dist-packages/nnabla/utils/cli/train.py", line 180, in _update
    let_data_to_variable(v.variable_instance, data[
  File "/usr/local/lib/python3.8/dist-packages/nnabla/utils/cli/utility.py", line 122, in let_data_to_variable
    variable.data.cast(data.dtype)[...] = data
ValueError: could not broadcast input array from shape (8,3,640,640) into shape (8,1,640,640)

/usr/lib/python3.8/subprocess.py:844: RuntimeWarning: line buffering (buffering=1) isn't supported in binary mode, the default buffer size will be used
  self.stdout = io.open(c2pread, 'rb', bufsize)
2021-11-08 14:00:19,208 [worker]: [ERROR]: console_cli command is failed.
2021-11-08 14:00:20,076 [worker]: [INFO]: Network structure auto searching, count 28 done
2021-11-08 14:00:22,502 [worker]: [INFO]: worker done

該当のソースコード

ソースコードは、NNCにサンプルとしてあるtutorial.semantic_segmentation.binary_semantic_segmentation　を用いています。
その様子は以下のスクリーンショットの通りです。

試したこと

Inputのレイヤープロパティで、Sizeを3,640,640に変更したのですが、それでもうまくいきません。

原因究明をお願いいたします。

Comments

[jbpb0]

データセットの「y:out」の画像ファイルがカラーということはありませんか？
画像の見た目に色が見えるかどうかではなく、画像ファイルのフォーマットとして

[Kentee]

画像の色深度は1ビットにすべてなっていました。
画像ごとにばらつきがあるとすれば、属性がＡのものとＡＬのものがあったぐらいです。
この属性の違いは関係ありますか？

[jbpb0]

https://groups.google.com/g/neural_network_console_users_jp/c/GoL4LRIYKf8
の質問をしてるのは、質問者さんですよね？？

https://teratail.com/help#posted-otherservice
の「他のサービスにも質問投稿をしたい（してしまった）」を見てください

Answer 1

コードがないので確実ではありませんが、おそらく Input の shape が問題ではないかと思います。

サンプルにある数字の画像は mnist のようなのでデータは (h, w) の形で取得しているはずです。
そのため、ネットワークへ入力する前に恐らく軸を増やして (1, h, w) にしているのではないでしょうか。
今回、質問者様が行おうとしてるのはカラー画像なので、画像を入力した時点で (640[h], 640[w], 3) となっているはずです。しかし、ネットワークへの入力は (3, 640[h], 640[w]) にしなければなりません。
transpose をして軸移動すれば解決するのではないかなと。