在運行test.py時報錯：
BEVFormer/projects/mmdet3d_plugin/datasets/nuscnes_eval.py： init()函數報錯
assert set(self.pred_boxes.sample_tokens) == set(self.gt_boxes.sample_tokens), \"Samples in split doesn't match samples in predictions."
一、評估流程：
整體流程：
數據預處理：CustomNuScenesDataset (projects/mmdet3d_plugin/datasets/nuscenes_dataset.py)加載多幀數據，支持點云和圖像的聯合輸入，增加了夜晚場景的專項處理。
評估流程：NuScenesEval_custom (projects/mmdet3d_plugin/datasets/nuscnes_eval.py) 提供靈活的評估框架，支持按可見性、場景重疊等條件過濾數據，計算指標并可視化結果。
- 從
results_nusc.json加載檢測結果，包含6019個樣本 - 通過
get_night_scenes()獲取val子集中的15個夜晚場景 - 過濾檢測結果，只保留這15個夜晚場景的602幀數據
- 將過濾后的結果保存為新的json文件：
filtered_results_nusc.json - 使用
NuScenesEval_custom進行評估：- 加載真值(GT)數據
- 計算檢測指標（mAP、NDS等）
- 生成評估報告
results_nusc.json 文件中的內容
test/bevformer_base/Fri_Mar_21_01_24_36_2025/pts_bbox/results_nusc.json：
{"meta": {"use_lidar": false,"use_camera": true,"use_radar": false,"use_map": false,"use_external": true},"results": {"sample_token_1": [{"sample_token": "xxx","translation": [x, y, z],"size": [l, w, h],"rotation": [w, x, y, z],"velocity": [vx, vy],"detection_name": "car","detection_score": 0.9,"attribute_name": "vehicle.parked"},// ... 更多檢測結果],// ... 更多樣本}
}
二、錯誤原因分析
NuScenesEval_custom 的 load_gt函數加載了整個 eval_set**（這里是 val）**的 ground truth 數據，而不是只加載與過濾后預測結果對應的樣本。
結果是預測數據只有 602 個樣本的 token，而 ground truth 有 6019 個樣本的 token，導致斷言失敗。
三、解決方案
修改 NuScenesEval_custom 的初始化邏輯，確保 ground truth 只加載與預測結果匹配的樣本 token，而不是整個 eval_set 的所有樣本。可以通過以下步驟實現：
- 獲取預測結果的樣本
token： 在加載預測結果后，提取self.pred_boxes.sample_tokens。 - 過濾
Ground Truth： 修改load_gt調用，使用預測結果的樣本token集合來過濾ground truth數據。 - 更新
_evaluate_single： 將過濾后的樣本token傳遞給NuScenesEval_custom，確保評估只針對這602個樣本。
在projects/mmdet3d_plugin/datasets/nuscnes_eval.py中的__init__中加入：# 只加載與預測結果匹配的 ground truthpred_sample_tokens = set(self.pred_boxes.sample_tokens)if verbose:print(f"Loading ground truth for {len(pred_sample_tokens)} predicted samples...")self.gt_boxes = load_gt(self.nusc, self.eval_set, DetectionBox_modified, verbose=verbose)self.gt_boxes = filter_by_sample_token(self.gt_boxes, pred_sample_tokens, verbose=verbose)# 驗證樣本 token 匹配assert set(self.pred_boxes.sample_tokens) == set(self.gt_boxes.sample_tokens), \"Samples in split don't match samples in predictions after filtering."
