mmpretrain分类任务ImageNet格式训练集标签和测试结果不对应

一、原因分析：

在 MMPretrain 中准备 ImageNet 数据集时，通常每个子文件夹会被视为一个独立的类别，且子文件夹的名称默认作为类别的标识符。以下是具体说明：

1. ImageNet 子文件夹结构

ImageNet 数据集的标准格式如下：

imagenet/
├── train/
│   ├── n01440764/  # 类别 1（实际对应 "tench, Tinca tinca" 等类别名）
│   │   ├── image1.JPEG
│   │   ├── image2.JPEG
│   │   └── ...
│   ├── n01443537/  # 类别 2
│   └── ...
└── val/
    ├── n01440764/
    └── ...

• 子文件夹名称（如 n01440764）是类别的唯一标识符（通常是 WordNet ID）。
• 每个子文件夹内的图像属于同一类别。

2. MMPretrain 的默认约定

• 类别名称映射：默认情况下，MMPretrain 不会直接使用子文件夹名称作为可读的类别名，而是通过以下方式处理：
• 在训练时，类别会按照子文件夹的字母顺序被映射到整数标签（如 0, 1, 2, ...）。
• 实际可读的类别名（如 “tench”）需要通过额外的元数据文件（如 meta/category.txt）或配置文件中的 classes 参数指定。

3. 字母顺序是怎么排列的呢

假设文件夹名称如下：

data/
├── train/
│   ├── class_10/    # 注意：字符串比较时 "class_10" < "class_2"
│   ├── class_2/
│   └── class_1/

• 排序规则：
• 字符串逐字符比较，class_10、class_1、class_2 的排序是：
class_1 → 标签 0 class_10 → 标签 1 class_2 → 标签 2
• 原因：前 7 个字符 class_1 相同，第 8 个字符分别是 0（ASCII 48）、1（ASCII 49）、2（ASCII 50），因此 class_1 < class_10 < class_2。

为什么字母顺序重要？

• 标签一致性：模型的输出标签会依赖此顺序。例如，如果训练和验证集的文件夹排序不一致，会导致预测结果混乱。

二、解决方法：

4. 如何验证当前数据集的类别顺序？

在代码中直接打印类别名称：

from mmpretrain.datasets import build_dataset

dataset = build_dataset(dict(
    type='ImageNet',
    data_prefix='path/to/train',
))
print(dataset.CLASSES)  # 输出按字母顺序排序的类别列表

将类别顺序复制到mmpretrain-main/mmpretrain/datasets/categories.py中IMAGENET_CATEGORIES中替换，重新训练。