MM validation wrappers truncate ground truth when batch_size exceeds one
I maintainer di solito rispondono entro 5 giorni
Valutazione
- Difficoltà
- 2/5
- Tempo stimato
- 1-3 ore
- Idoneità per principianti
- 72/100
- Tipo di issue
- Bug
- Chiarezza
- Specificata chiaramente
- Stato di attività
- Attiva
- Ambito
- computer-vision, machine-learning
Direzione di ricerca
Inizia con le implementazioni di validazione di MMDetDataset.len e MMSegDataset.len menzionate nell’issue. Riproduci il caso con 8 campioni, batch_size=2 e una GPU, quindi verifica che la lunghezza del wrapper corrisponda alla lunghezza completa del dataset sottostante, in modo che tutte le predizioni e annotazioni di validazione rimangano allineate.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Summary
Both MMDetDataset.len and MMSegDataset.len return floor(dataset_length / (batch_size * num_gpus)) * num_gpus in validation mode. These wrappers count samples, but the formula uses the number of batches per GPU and omits multiplication by batch_size. For an 8-sample dataset with batch_size=2 and one GPU, len() returns 4. The validation DataLoader wraps the underlying dataset and still returns all samples when drop_last=False, while the evaluator uses the MMDet/MMSeg wrapper length to load annotations or ground-truth masks. The remaining predictions are therefore omitted or misaligned during evaluation.
Expected behavior
Validation wrapper length should match the number of examples whose predictions are evaluated. Since drop_last is configurable separately and not passed into these wrappers, their sample count should remain the full underlying dataset length.
- Lingua principale
- C++
- Stelle
- 9.2k
- Fork
- 724
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
- Nessun Dockerfile né file Docker Compose
- Ha un modello di pull request
- Leggi la guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di activeloopai/deeplake
-
bug
Difficoltà 3/5 1-2 giorni Idoneità per principianti 70/100
activeloopai/deeplake#3165 · 1 commento ·
I maintainer di solito rispondono entro 5 giorni
-
enhancement
Difficoltà 4/5 3-5 giorni Idoneità per principianti 46/100
activeloopai/deeplake#3070 · 2 commenti · 1 reazione ·
I maintainer di solito rispondono entro 5 giorni
-
enhancement
Difficoltà 5/5 Più di una settimana Idoneità per principianti 30/100
activeloopai/deeplake#3059 ·
I maintainer di solito rispondono entro 5 giorni
-
enhancement
Difficoltà 3/5 1-2 giorni Idoneità per principianti 24/100
activeloopai/deeplake#3042 · 1 commento ·
I maintainer di solito rispondono entro 5 giorni
-
enhancement
Difficoltà 5/5 Più di una settimana Idoneità per principianti 18/100
activeloopai/deeplake#2985 · 5 commenti ·
I maintainer di solito rispondono entro 5 giorni
Tutte le issue di activeloopai/deeplake
Issue simili
-
agent:Windows bug code-review LOW testing
Difficoltà 2/5 1-3 ore Idoneità per principianti 63/100
I maintainer di solito rispondono entro 1 giorno
-
[Cleanup] Include the public header in work_split.cppForse già presa @blozano-tt l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
tenstorrent/tt-metal#60850 ·
I maintainer di solito rispondono entro 1 giorno
-
Build: the CUDA backend fails without cuDNN instead of skipping the cuDNN shim (as the cuDF shim does)Forse già presa Una pull request collegata a questa issue è aperta o già unita. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
beehive-lab/TornadoVM#1248 ·
I maintainer di solito rispondono entro 1 giorno
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
SimVascular/svZeroDSolver#253 ·
-
bug Filter
Difficoltà 2/5 1-3 ore Idoneità per principianti 75/100
BlueQuartzSoftware/simplnx#1825 ·
I maintainer di solito rispondono entro 3 giorni