自己的数据集微调SAM模型时报错：

RuntimeError: The size of tensor a (64) must match the size of tensor b (8) at non-singleton dimension 0

解决办法：

找到SAM源码中的 mask_decoder.py 文件，找到以下代码块：

src = torch.repeat_interleave(image_embeddings, tokens.shape[0], dim=0)  # 直接扩展，无条件判断

将其修改为：

if image_embeddings.shape[0] != tokens.shape[0]:  # 动态判断批次大小是否相等
 src = torch.repeat_interleave(image_embeddings, tokens.shape[0], dim=0)
else:
 src = image_embeddings  # 如果大小相等，直接使用image_embeddings

原因：在原始代码中，无论 image_embeddings 和 tokens 的大小是否匹配，都会对 image_embeddings 进行扩展操作，这不仅可能导致张量维度不匹配的错误，还可能在 batch_size 较大时显著增加显存占用，从而引发显存不足的问题。修改后的代码通过动态判断批次大小，仅在必要时进行扩展，从而避免了不必要的显存浪费，支持更大的 batch_size，并提升了显存使用效率。