資料的加載順序是上圖（來自mmdetection官網）中的順序進行，上圖中只有一次padding，但是其實dataloader一共有兩次padding，一次是pad,另外一次就是collect后，給模型時，會通過mmcv中的collate進行統一padding，使得每一個minibatch的輸入大小是一致的，具體可以參考mmcv的collate實作，這個其實也是基于pytorch來的， Mmdetection 中config檔案中，一般如果不想flip，在組態檔中，把randomflip刪掉的話，會出現 KeyError: 'flip' when 'RandomFlip' is close，這個的原因主要是因為datapipelines中，formattting中，在collect資料時，Collect類中，
這里meta_keys的keys存在flip,和flip_direction，默認是輸出的，因此如果你不想flip，可以有兩種做法，一種是在config檔案中，把randomflip的flip_ratio設定為0.這種是最簡單的方式，別的地方不用改那么多，還有一種更嚴格的方式，組態檔里，改一下meta_keys，把flip, flip_direction刪掉，如下圖所示，此時collect資料時會只對meta_keys中進行collect，此時把組態檔中的randomflip這一行配置刪掉，不會再有任何問題，
Sophie的世界，轉載請注明出處，謝謝，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/550178.html
標籤：其他
下一篇：meterpreter后滲透攻擊