训练自己的数据集，class_error为0。

[DFLyan]

我在训练自己的数据集时，数据集有很多类，但我只想检测一个类，于是我把num_class设置成1进行训练，在处理数据的prepare中把需要检测的类的标注保留，并且归位一个类，改id为0。但是在训练中以及验证中，损失项class_error均为0.00，IoU指标也均为0。是我设置有问题，还是代码现在无法训练单类？期待您的回答。

[HaoZhang534]

@DFLyan class_error为0是因为class_error是在匹配后的正样本上计算的，且只有一个类，那么分类一定是正确的。IoU为0可能是有bug，但是我们没有试过。建议你把预测的框可视化看一看。

[DFLyan]

@HaoZhang534 你好，我昨天对自己的数据集的json文件重新进行了处理，标签只保留了一类，然后用DINO进行了训练，发现AP结果就正常了。我估计，如果数据集不先处理好，而是在dataset里去筛选处理标签id，loss计算的时候没问题，但是进行ap、ar等指标计算的时候，代码里，id可能用的还是数据集原有的那些类别id，也就是说dataset的筛选没起到作用，于是计算指标就会有问题。我估计是这样哈。后面我再看看可视化下的情况，再在这里进行回复。