首页
/ PyTorch Vision视频分类数据集缓存加载问题解析

PyTorch Vision视频分类数据集缓存加载问题解析

2025-05-13 02:29:01作者:羿妍玫Ivan

问题背景

在使用PyTorch Vision的视频分类参考训练代码时,开发者遇到了一个关于数据集缓存加载的技术问题。当尝试加载已缓存的视频分类数据集时,系统抛出了一个与权重安全加载相关的错误,导致训练流程中断。

错误现象

具体错误表现为当代码尝试使用torch.load加载缓存文件时,系统提示"Unsupported global: GLOBAL datasets.KineticsWithVideoId was not an allowed global by default"。这个错误源于PyTorch 2.5.0版本引入的安全机制,当使用weights_only=True参数时,系统会限制可以加载的全局对象类型,以防范潜在的恶意代码执行风险。

技术原理分析

PyTorch从2.5.0版本开始强化了模型和数据集加载的安全性。weights_only=True参数的设计初衷是防止反序列化过程中执行任意代码,确保加载过程的安全性。然而,这种安全机制也会对一些合法的自定义类造成限制。

在视频分类训练场景中,KineticsWithVideoId是一个自定义的数据集类,它继承自PyTorch的标准数据集类,用于处理Kinetics视频数据集。当这个类被序列化到缓存文件中后,使用安全模式加载时就会被系统阻止。

解决方案

针对这个问题,开发者提供了两种解决方案:

  1. 移除安全限制:直接移除weights_only=True参数,允许加载所有类型的对象。这种方法简单直接,但需要确保缓存文件的来源可信。

  2. 显式添加安全全局类:使用torch.serialization.add_safe_globals([KineticsWithVideoId])将自定义数据集类添加到安全名单中。这种方法既保持了安全性,又允许加载特定的自定义类。

在实际应用中,第一种方案更为简便,特别是在开发环境或可信来源的情况下。PyTorch Vision团队已经通过提交的代码修改采用了这一方案。

最佳实践建议

对于类似的技术场景,我们建议开发者:

  1. 在开发阶段可以暂时关闭安全限制,但生产环境中应谨慎评估风险。

  2. 对于长期使用的自定义类,考虑将其注册为安全全局类,既保证安全性又不影响功能。

  3. 定期检查PyTorch的版本更新,了解安全机制的变化。

  4. 对于关键训练任务,建议实现缓存验证机制,确保缓存文件的完整性和安全性。

总结

PyTorch Vision视频分类训练中的这一缓存加载问题,反映了深度学习框架在安全性和功能性之间的平衡考量。通过理解PyTorch的安全机制原理,开发者可以更灵活地处理类似的技术挑战,既保证训练流程的顺畅,又不牺牲系统的安全性。这一案例也为处理其他自定义类的序列化问题提供了参考思路。

登录后查看全文
热门项目推荐
相关项目推荐