【BUG】‘DetDataSample‘ object has no attribute ‘_gt_sem_seg‘

问题： 使用mmdetection框架使用COCO格式训练自定义数据集时，其中模型使用HTC模型时出现如下问题：

AttributeError: ‘DetDataSample’ object has no attribute ‘_gt_sem_seg’. Did you mean: ‘gt_sem_seg’?
results = self(**data, mode=mode)

阅读Hybrid Task Cascade for Instance Segmentation和MMDetection的指导文档中数据集准备中发现，需要我们在COCO格式数据集基础上，提供一个stuffthingmaps文件夹，包含原始图像对应的语义分割标签。

解决方法：

1. 新建文件夹存储原始图像对应的语义分割标签；
2. 在train_dataloader和val_dataloader的data_prefix=dict(img='train_img/', seg='train_seg/')处补充seg=‘your_path’；
   • train_img是图像地址
   • train_seg是图像对应语义分割标签地址

在mmdet/configs/_base_/datasets/coco_instance.py文件中修改train_dataloader和val_dataloader部分，具体如下：

train_dataloader = dict(
    batch_size=8,
    num_workers=2,
    persistent_workers=True,
    sampler=dict(type='DefaultSampler', shuffle=True),
    batch_sampler=dict(type='AspectRatioBatchSampler'),
    dataset=dict(
        type=dataset_type,
        data_root=data_root,
        ann_file='annotations/annotation_train.json',
        data_prefix=dict(img='train_img/', seg='train_seg/'),
        filter_cfg=dict(filter_empty_gt=True, min_size=32),
        pipeline=train_pipeline,
        backend_args=backend_args))
        
val_dataloader = dict(
    batch_size=1,
    num_workers=2,
    persistent_workers=True,
    drop_last=False,
    sampler=dict(type='DefaultSampler', shuffle=False),
    dataset=dict(
        type=dataset_type,
        data_root=data_root,
        ann_file='annotations/annotation_valid.json',
        data_prefix=dict(img='val_img/', seg='val_seg/'),
        test_mode=True,
        pipeline=test_pipeline,
        backend_args=backend_args))