資料的載入順序是上圖（來自mmdetection官網）中的順序進行，上圖中只有一次padding，但是其實dataloader一共有兩次padding，一次是pad,另外一次就是collect後，給模型時，會透過mmcv中的collate進行統一padding，使得每一個minibatch的輸入大小是一致的。具體可以參考mmcv的collate實現，這個其實也是基於pytorch來的。
Mmdetection 中config檔案中，一般如果不想flip，在配置檔案中，把randomflip刪掉的話，會出現 KeyError: 'flip' when 'RandomFlip' is close。這個的原因主要是因為datapipelines中，formattting中，在collect資料時，Collect類中，
這裡meta_keys的keys存在flip,和flip_direction，預設是輸出的。因此如果你不想flip，可以有兩種做法，一種是在config檔案中，把randomflip的flip_ratio設定為0.這種是最簡單的方式，別的地方不用改那麼多。還有一種更嚴格的方式，配置檔案裡，改一下meta_keys，把flip, flip_direction刪掉。如下圖所示，此時collect資料時會只對meta_keys中進行collect，此時把配置檔案中的randomflip這一行配置刪掉，不會再有任何問題。
