• 不同数据集的evaluation配置不同

  # evaluation = dict(interval=1, metric='bbox') //coco格式
  # evaluation = dict(interval=1, metric='mAP') //voc格式

• 数据集的图片格式问题 　　
  

在mmdet/datasets/xml_style.py下更改jpg或者png等格式

• 数据集labels_name

mmdet/datasets/voc.py文件下更改成自定义数据集的label_name

模型的配置文件中更改类别数量

mmdet/core/evaluation/class_names.py文件中对应的数据格式，改成自己数据集的label_name

• tools工具箱下的可视化使用方法

python analyze_logs.py plot_curve log.json --keys loss_cls --legend loss_cls

python analyze_logs.py plot_curve log.json --keys loss_cls loss_bbox --out losses.pdf

python analyze_logs.py plot_curve log.json log2.json --keys loss_bbox --legend run1 run2

python analyze_logs.py plot_curve log.json log2.json --keys bbox_mAP  --legend run1 run2

python analyze_logs.py cal_train_time log.json --include-outliers

此外，必须先test_robustness.py，然后才能robustness_eval.py