如果科研工作做的是MSCOCO数据集，有实验效果了，一般都需要在test-dev数据集上进行测试，这样才能说明问题（val有标注数据，万一有人投机取巧在val验证集上效果贼高，然后就说明他的是SOTA，这显然是说服不了的）。最近在搞论文的时候，才发现自己跑的SOTA实验都是在val验证集上跑的，所以后面就改在test-dev上跑了。
如何在MSCOCO服务器上提交自己的测试结果呢？？？以test-dev2017为例，我来手把手走一遍，做个记录。
MS COCO数据集输出数据的结果格式（result format）和如何参加比赛（participate）在配置文件的test dict中，修改图片的路径和标注文件的路径，比如下图我的配置文件修改的例子。官网下下来的标注文件有两个，一个是 image_info_test-dev2017.json另一个是image_info_test2017.json，选择前一个标注文件。 这个标注文件里面并没有标注框，只是test图片的一些信息，比如宽高啊，id啊等。
旧版mmdetection 1.0的（看一下test.py文件，如果里面有json_out参数，就用下面的命令进行测试），以retinanet为例
python tools/test.py configs/retinanet_r101_fpn_1x.py work_dirs/retinanet_r101_fpn_1x/epoch_12.pth --json_out retinanet_r101.json如果是新版的mmdetection 2.+，就用下面的命令（看一下test.py文件，如果里面没有json_out参数，就说明被替代了，用下面的命令进行测试）
python tools/test.py configs/retinanet_r101_fpn_1x.py work_dirs/retinanet_r101_fpn_1x/epoch_12.pth --format-only --options "jsonfile_prefix=./retinanet_r101_results"