MMAction2 1.x用RawframeDataset训练MViT触发AttributeError求助

• 错误核心原因
  该错误是因为配置文件中某个需要字典类型的字段被误写为字符串。MMAction2 1.x版本对数据集、数据管道的配置格式做了大幅调整，不再兼容v0.24.1中直接用字符串指定组件的写法。

• 关键配置修正点

  1. 数据集定义格式

     错误示例（v0.24.1风格）：

     dataset_type = 'RawframeDataset'
     train_dataset = 'RawframeDataset'
     

     1.x正确写法：

     dataset_type = 'RawframeDataset'
     data_root = 'path/to/frames'
     ann_file_train = 'path/to/train_list.txt'
     train_dataloader = dict(
         dataset=dict(
             type=dataset_type,
             data_root=data_root,
             ann_file=ann_file_train,
             pipeline=train_pipeline
         ),
         batch_size=8,
         num_workers=4
     )
     

     必须确保dataset字段是字典结构，而非直接赋值字符串。

  2. 数据管道（pipeline）配置
     检查pipeline内的每个操作是否都用字典定义，不能直接写字符串：

     错误示例：

     train_pipeline = ['LoadImageFromFile', 'Resize']
     

     正确格式：

     train_pipeline = [
         dict(type='LoadImageFromFile'),
         dict(type='Resize', scale=(224, 224)),
         dict(type='FormatShape', input_format='NCHW'),
         dict(type='PackActionInputs')
     ]
     

  3. 模型参数校验
     检查MViT模型的配置项，确保所有需要键值对的参数（如backbone、head）都采用字典结构，避免用字符串直接替代。

• 快速验证方法
  可以通过以下代码提前检查配置是否存在类型错误：

  from mmengine import Config
  cfg = Config.fromfile('your_config.py')
  # 检查数据集是否为字典
  assert isinstance(cfg.train_dataloader.dataset, dict), "Dataset must be a dict"
  # 检查pipeline内元素是否为字典
  assert all(isinstance(step, dict) for step in cfg.train_pipeline), "Pipeline steps must be dicts"
  

内容的提问来源于stack exchange，提问作者ThomasEdwin