在运行test.py时报错：
BEVFormer/projects/mmdet3d_plugin/datasets/nuscnes_eval.py： init()函数报错
assert set(self.pred_boxes.sample_tokens) == set(self.gt_boxes.sample_tokens), \"Samples in split doesn't match samples in predictions."
一、评估流程：
整体流程：
数据预处理：CustomNuScenesDataset (projects/mmdet3d_plugin/datasets/nuscenes_dataset.py)加载多帧数据，支持点云和图像的联合输入，增加了夜晚场景的专项处理。
评估流程：NuScenesEval_custom (projects/mmdet3d_plugin/datasets/nuscnes_eval.py) 提供灵活的评估框架，支持按可见性、场景重叠等条件过滤数据，计算指标并可视化结果。
- 从
results_nusc.json加载检测结果，包含6019个样本 - 通过
get_night_scenes()获取val子集中的15个夜晚场景 - 过滤检测结果，只保留这15个夜晚场景的602帧数据
- 将过滤后的结果保存为新的json文件：
filtered_results_nusc.json - 使用
NuScenesEval_custom进行评估：- 加载真值(GT)数据
- 计算检测指标（mAP、NDS等）
- 生成评估报告
results_nusc.json 文件中的内容
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"},// ... 更多检测结果],// ... 更多样本}
}
二、错误原因分析
NuScenesEval_custom 的 load_gt函数加载了整个 eval_set**（这里是 val）**的 ground truth 数据，而不是只加载与过滤后预测结果对应的样本。
结果是预测数据只有 602 个样本的 token，而 ground truth 有 6019 个样本的 token，导致断言失败。
三、解决方案
修改 NuScenesEval_custom 的初始化逻辑，确保 ground truth 只加载与预测结果匹配的样本 token，而不是整个 eval_set 的所有样本。可以通过以下步骤实现：
- 获取预测结果的样本
token： 在加载预测结果后，提取self.pred_boxes.sample_tokens。 - 过滤
Ground Truth： 修改load_gt调用，使用预测结果的样本token集合来过滤ground truth数据。 - 更新
_evaluate_single： 将过滤后的样本token传递给NuScenesEval_custom，确保评估只针对这602个样本。
在projects/mmdet3d_plugin/datasets/nuscnes_eval.py中的__init__中加入：# 只加载与预测结果匹配的 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)# 验证样本 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."
