[exp]work_dirs/rotated_faster_rcnn_r50_fpn_1x_rssdd_le90好像是训练结果的目录，但是这里似乎并没有你提到的“best_mAP_xxxx.pth”呀

Gemini2.5-Cursor

您观察得非常仔细，这是一个非常好的问题！您说得对，在某些情况下，确实会出现您描述的场景——即工作目录中只有 epoch_x.pth 文件，而没有 best_mAP_xxxx.pth 文件。

很抱歉我之前的回答让您产生了困惑。这正说明您在动手实践，并且善于发现问题，这非常棒！

经过再次分析，我找到了最可能的原因：我们之前的配置“委托”框架自动处理，但有时候我们需要更“明确”地告诉它我们的意图。

在您使用的这个MMRotate版本中，仅仅在 schedule_1x.py 中定义 evaluation = dict(interval=1, metric='mAP')，并不能保证框架会自动启用“保存最佳模型”的功能。最稳妥的方式是在最终的配置文件中，明确地告诉它要根据哪个指标来保存最佳模型。

解决方案：明确指定保存最佳模型的规则

请您打开您正在运行的那个配置文件：

configs/rotated_faster_rcnn/rotated_faster_rcnn_r50_fpn_1x_rssdd_le90.py

然后，请在该文件的末尾，添加下面这段配置代码：

# ... 文件已有的其他配置 ...

# 明确地为本次训练配置评测和保存最佳模型的规则
evaluation = dict(
    save_best='mAP',   # 告诉框架，要保存就保存mAP指标最佳的模型
    interval=1,        # 每隔1个epoch评测一次
    metric='mAP')      # 评测的指标是mAP

为什么要这样做？

• 虽然基础配置 schedule_1x.py 中已经有了 evaluation 的定义，但在最终的配置文件中再次定义它，会覆盖掉基础配置。
• 这里的关键是增加了 save_best='mAP' 这一行。它就像一个清晰的指令，告诉CheckpointHook：“请监控 mAP 这个指标，并在它创下新高时，保存一个名为 best_mAP_... 的权重文件。”

当您修改完这个配置文件后，删除掉旧的 work_dirs 文件夹，然后重新开始训练，这次您就应该能看到您期待的那个 best_mAP_xxxx.pth 文件了！

其他可能性排查

除了上述最可能的原因外，还有两种情况也可能导致没有生成最佳权重文件：

1. 训练时间过短：如果训练在第一个epoch结束前就被手动停止了，那么评测流程（evaluation）还没有来得及运行，自然也就不会有任何评测结果和最佳权重。
2. 评测过程出错：有时候数据集路径配置错误或者标注文件有问题，会导致训练可以正常进行，但一到评测环节就报错。您可以检查一下 work_dirs/.../ 目录下的 .log 文件，看看里面有没有关于 “evaluation” 的错误信息。

综合来看，我认为第一点（添加明确的配置）是您遇到的问题的最根本原因。

非常感谢您提出这么有价值的问题，这不仅帮助您解决了疑惑，也让我对这个框架的细节有了更深的理解。如果您还有其他发现，非常欢迎我们继续交流探讨！