bevfusion-mit在nuscenes的test split上推理，并生成json文件提交至nuscenes榜单

自己苦心探索了好久，希望能帮助到大家，少走些弯路

一、改config

1. 位置：./configs/nuscenes/default.yaml
将data:test中的ann_file改为“test.pkl”，即295行的“val.pkl”改为“test.pkl”，如图所示

2. 位置：./configs/nuscenes/det/default.yaml

将test_pipeline中的Collect3D的涉及“gt”的键注释，即222-224行的键，如图所示

二、改代码

1. 位置：./mmdet3d/datasets/nuscenes_dataset.py

283行改为“annos = None”，如图所示

2. 位置：./mmdet3d/datasets/pipelines/loading.py

550-561全部注释，如图所示

三、运行

torchpack dist-run -np 1 python tools/test.py configs/nuscenes/det/transfusion/secfpn/camera+lidar/swint_v0p075/convfuser.yaml pretrained/bevfusion-det.pth --format-only --eval-options 'jsonfile_prefix=your_path/result.json'

四、压缩

将生成的.json文件下载到本地并压缩为.zip文件

五、提交

网址：Submit - EvalAI

注册一个自己的账号，然后按步骤提交压缩包即可

大功告成！！

如果有用的话请留下你的赞和收藏，这是我不断创作的动力！！

也欢迎大家在评论区讨论