MMdetection 问题报错 mmdet/evaluation/metrics/coco_metric.py data[‘category_id’] = self.cat_ids[label] IndexError: list index out of range

方案一：有人说 在自己定义的 conifg文件中增加 

?

1 2 3 4 5 6

metainfo = {     'classes': ('class1','class2', 'class2',),     'palette': [         (220, 20, 60), (221, 11, 22),(221, 11, 42),     ] }

　

方案二：修改mmdet/evaluation/metrics 文件的内容，mmdet 是 python/site-package下的 mmdet

1 修改 mmdet/evaluation/functional/class_names.py

?

1 2 3 4 5 6 7

def coco_classes() -> list:     """Class names of COCO."""     return [           'clas1','class2','class3',       ]

　　

2 修改 mmdet/datasets/coco.py

?

1 2 3 4 5

METAINFO = {         'classes':('class1','class2','class3',),         # palette is a list of color tuples, which is used for visualization.         'palette':  [ (220, 20, 60), (221, 11, 22),(221, 11, 42),]        }

　　

方案三：我试了一下，还是没有用，感觉这是MMdetection的一个BUG，然后分别打印出来 报错中的 label self.cat_ids，

1 在完成方案一和方案二之后 如果label超出了你设置的类数量范围，可以检查config文件中关于model原始的config（一般在_base_文件夹下的model子文件夹下）的 num_classes=3；

2 如果是没有问题的；那肯定就是 self.cat_ids的维度小于你设置的类的数量，那可以选择简单粗暴一些，直接在mmdet/evaluation/metrics/coco_metric.py 中的 def compute_metrics(self, results: list) -> Dict[str, float]:部分，直接修改 self.cat_ids = [0, 1] ；问题肯定就被就解决了

 

方案四： 【最终】

按照方案一或者方案二修改后（观察方案一会覆盖方案二的部分）；重点是model 配置文件中，num_classes 的值，需要设置，或者在最终的配置文件中覆盖；