Detectron2中如何验证数据增强后的训练集图像数量？

首先要明确：Detectron2里的数据增强是动态实时应用的——不会预先生成一个"增强后的数据集"存储起来，而是在每轮训练加载batch的时候，对原训练样本实时做变换。所以不存在固定的"增强后最终规模"，你计算训练轮次（epochs）时，只需要基于原训练集的有效样本数来计算就行。

从你的日志里能看到，原训练集的有效样本数是2818（就是日志里2818 images left这个数字），每一轮训练都会遍历这2818个样本，每个样本在加载时都会生成一个新的增强版本。

如果要在代码里确认这个数字，或者需要后续计算用，可以这么做：

• 在构建训练加载器的代码里，直接打印原数据集的长度：

  from detectron2.data import build_detection_train_loader
  train_loader = build_detection_train_loader(cfg)
  # 打印原训练集有效样本数
  print(f"训练集有效样本数：{len(train_loader.dataset)}")
  

• 计算每轮训练的迭代次数：用这个样本数除以你的batch size（配置里的cfg.SOLVER.IMS_PER_BATCH），向上取整就是每轮要跑的step数；总step数就是epochs × 每轮step数。

举个例子：如果你的batch size是8，每轮的迭代次数就是2818 ÷ 8 ≈ 353（向上取整），跑10轮的话总step数就是3530。

内容的提问来源于stack exchange，提问作者YonHar