【mmyolo学习1】bbox_loss为0、去掉Mosaic增强

• bbox_loss\cls_loss=0时

  可能的情况：

  • 数据可能出界了

    from pycocotools.coco import COCO
    
    # 判断bbox是否出界
    main = '/code/merge.json'
    coco=COCO(main)
    list_imgIds = coco.getImgIds(catIds=[])
    error=[]
    for img_id in list_imgIds:
        ann_ids = coco.getAnnIds(imgIds=img_id)
        src_anns = coco.loadAnns(ann_ids)
        img_info=coco.loadImgs([img_id])
        w,h=img_info[0]['width'],img_info[0]['height']
        for ann in src_anns:
            x,y,w_,h_=ann['bbox']
            if x+w_>w or y+h_>h:
                error.append({img_info[0]['id'],img_info[0]['file_name']})
    
    print(error,len(error))
    

  • 数据可能不对应

  • dataset加载时涉及classname与数据集本身不一致

    这种情况下的评估会提示无am并无预测

    具体需要统一的位置mmyolo/mmyolo/datasets/yolov5_coco.py

  • 数据config中的classname与dataset中不一致

    需要注意的在多层继承config时，在mmyolo中最外层config修改的数据，会出现原继承的config覆盖的情况。【感觉是我自己没写好，多次实验都存在这个问题】

• AP，recall从一开始为0

  如果是多数据拼接得到数据集，需分步判断数据带来的影响

  因为yolo中有Mosaic和Mosaic9增强策略所以需要去dataset/transformer里面去找到这个的输出可视化，判断对数据集对象的影响 【对小的目标会有一定的影响】 所以根据具体情况判断是否需要取消这类增强。 若去掉 则需要在trainpipeline里面 添加数据中心变形【img和bbox都会进行】和padding【bbox的不会参与】 ​【为确保不同尺寸数据可以正常同时添加进patch中进行训练】，在训练中需要在第一步中同时添加img和bbox的数据，这样保证每次变形bbox会同步变形【因为在train的loss计算时不会还原原始bbox的位置】，bbox的padding需要单独进行。

  具体修改代码：

  train_pipeline = [
      *pre_transform,
      dict(type='YOLOv5KeepRatioResize', scale=img_scale),
      dict(
          type='mmdet.FixShapeResize',
          width=1280,
          height=1280,
          pad_val=dict(img=(114.0, 114.0, 114.0))),
      # 数据缩放、旋转等增强
      dict(
          type='YOLOv5RandomAffine',
          max_rotate_degree=0.0,
          max_shear_degree=0.0,
          max_translate_ratio=max_translate_ratio,  # note 0.2
          scaling_ratio_range=scaling_ratio_range,  # note
          # img_scale is (width, height)
          border=(0,0),
          border_val=(114, 114, 114)),
      dict(type='mmdet.RandomFlip', prob=0.5),
      dict(
          type='mmdet.FilterAnnotations',
          min_gt_bbox_wh=(1, 1),
          keep_empty=False),
      dict(
          type='mmdet.PackDetInputs',
          meta_keys=('img_id', 'img_path', 'ori_shape', 'img_shape', 'flip',
                     'flip_direction'))
  ]