Detectron2中DiffusionDet训练报错：已注册数据集仍提示未注册

1. 确认注册代码的执行时机 #

• 确保数据集注册代码在train_net.py启动前被执行。如果注册代码写在单独脚本里，必须让train_net.py通过import加载该脚本——比如把注册代码放在项目的dataset/__init__.py中，或者在train_net.py开头直接导入注册模块。
• 验证方法：在train_net.py开头添加代码：

  from detectron2.data import DatasetCatalog
  print(DatasetCatalog.list())
  

  运行训练命令，查看输出里是否包含aqua_train，如果没有，说明注册代码未被执行。

2. 检查配置文件的数据集名称匹配 #

• 核对config文件中DATASETS.TRAIN的配置，确保名称和注册的aqua_train完全一致，无大小写错误、空格或额外符号。正确格式示例：

  DATASETS:
    TRAIN: ("aqua_train",)
  

• 注意必须用元组格式，即使只有一个数据集，末尾也要加逗号。

3. 排查注册代码的逻辑问题 #

• 避免将注册代码放在if __name__ == "__main__":块中，否则被其他脚本导入时不会执行。正确的注册代码示例：

  from detectron2.data.datasets import register_coco_instances
  register_coco_instances("aqua_train", {}, "/path/to/aqua_train.json", "/path/to/images_dir")
  

• 检查是否存在多次注册覆盖的情况，确保注册逻辑是无条件执行的。

4. 清理缓存与版本兼容检查 #

• 清理Detectron2缓存目录（默认路径为~/.detectron2/cache/），避免旧缓存导致的识别异常。
• 确认DiffusionDet代码与当前使用的Detectron2版本兼容，版本不匹配可能引发注册逻辑异常。

5. 验证COCO格式JSON的有效性 #

• 虽然DatasetCatalog.get("aqua_train")能返回内容，仍需检查JSON格式：
  • 确认images字段中的file_name是相对图片根目录的路径或绝对路径，且图片可正常访问。
  • 确认annotations字段中的category_id是从1开始的连续整数，Detectron2对COCO格式的类别ID有严格要求，不连续或缺失会导致训练逻辑无法识别数据集。

内容的提问来源于stack exchange，提问作者LongVuBui