MMDetection 检测数据集可视化时大量目标框丢失的问题排查

问题描述

在进行检测算法对比实验时，发现检测算法的mAP不高，Faster R-CNN、Retinanet只有20左右mAP，这与大部分的论文中给出的数据不符。于是开始排查代码、数据集最终发现是在数据可视化时，图像中丢失了大量的GT框。

诡异的是，我重新实现了一个可视化函数，用同一标注文件进行可视化时，这些框竟然可以被正确标注！

问题排查

排查了数据集、模型、配置文件最后将问题定位到了config/_base_/datasets下的数据集配置中

在数据集配置中有这么一项

dataset=dict(
    type='RepeatDataset',
    times=3,
    dataset=dict(
        type='ConcatDataset',
        ignore_keys=['dataset_type'],
        datasets=[
            dict(
                type=dataset_type,
                data_root=data_root,
                ann_file='VOC2007/ImageSets/Main/train.txt',
                data_prefix=dict(sub_data_root='VOC2007/'),
                filter_cfg=dict(
                    filter_empty_gt=True, min_size=32, bbox_min_size=32),
                pipeline=train_pipeline,
                backend_args=backend_args)
        ])))

就是这个filter_cfg将小于预定的标注框过滤掉，在我的这个任务中，目标尺度与图像尺度比例过大，所以导致被滤除。

改为：

filter_cfg=dict(filter_empty_gt=True, min_size=0, bbox_min_size=0)

显示正常！