about class_loss and matcher

[Pujin823]

大佬好，我在阅读源码过程中，发现在您的losses.py文件中的loss_labels函数中，独热编码好像好像有点问题，因为看sigmoid_focal_loss函数中的要求是target与input必须是相同维度，且值为1表示文本，值为0表示背景。您源码中的input shape应该是
[bs, num_queries, num_pts, 1], 但是如果按照您生成对应gt的独热编码代码，生成的shape是[bs, num_queries, num_pts, 1],但值全部都是0.
我看到源码在初始化target_classess矩阵的时候用的是num_class，也就是1. 同样的疑问在matcher中的计算分类的权重损失矩阵时也存在，在BoxHungarianMatcher()类中，cost_class = pos_cost_class[:, tgt_ids] - neg_cost_class[:, tgt_ids], pos_cost_class.shape = [bs,*num_queries, 1], tgt_ids由于是文本，应该都是1，这里还出现了数组越界的问题。不知道是否是我哪里理解得不正确，还请大佬能解答一下我的疑惑，非常感谢。

[Pujin823]

因为原始的deformable detr中的num_classes是91，但这里的类别是1。在生成one-hot编码时候，以计算encoder的matcher和分类loss为例，tagets_class = torch.full(src_logits.shape[:-1], self.num_classes, dtype=torch.int64, device=src_logits.device)
targets_classes.shape = [bs, num_queries]，且值全部为1，而且后面taget_classes[idx] = target_classes_o，结果还是1
最后的target_class_onehot.scatter_(-1, target_classes.unsqueeze(-1), 1)的shape是[bs, num_query, 2],但只有[bs, num_query, 1]的值为1，最后target_class_onehot = target_classes_onehot[..., -1]的值全是0，没有起到编码作用