使用Detectron2评估Perimage模型

Question

我已经使用Detectron2训练了一个自定义图像分割模型，并且我已经成功地对一批图像运行了推理和模型评估，主要遵循了创建者提供的Colab Notebook中的指南

现在，我还想为测试数据集中的每个图像而不是整个批次收集评估指标（AP或mAP）。为此，我修改了inference_on_dataset函数，将原始代码的最后一位从

results = evaluator.evaluate()

进入

for img_id in img_ids:
    result = evaluator.evaluate(img_ids = [img_id,])
    res_dict[img_id] = result

其中img_ids是要计算的图像的列表res_dict是初始为空的字典。 这样，推理应该只对整批图像运行一次，而对每个图像进行评估，并将结果保存在字典中

for循环的前两次迭代一切正常，但在第三次迭代时，出现以下错误

AssertionError: A prediction has category_id=4, which is not available in the dataset.

但是这些预测都是正确的，并且在正确的ID范围（0-3）内，我不明白4是从哪里来的。此外，如前所述，问题只出现在第三次迭代中，而且奇怪的是，它与图像无关（如果我交换列表中图像的顺序，同一图像在前两个位置上不会出现错误）。也许每次迭代时都必须以某种方式重置评估过程，但我找不到任何函数来重置（除非我也清除了预测）

关于如何对测试数据集的每个图像递归运行评估，有什么想法吗？谢谢大家!