数据的加载顺序是上图（来自mmdetection官网）中的顺序进行，上图中只有一次padding，但是其实dataloader一共有两次padding，一次是pad,另外一次就是collect后，给模型时，会通过mmcv中的collate进行统一padding，使得每一个minibatch的输入大小是一致的。具体可以参考mmcv的collate实现，这个其实也是基于pytorch来的。
Mmdetection 中config文件中，一般如果不想flip，在配置文件中，把randomflip删掉的话，会出现 KeyError: 'flip' when 'RandomFlip' is close。这个的原因主要是因为datapipelines中，formattting中，在collect数据时，Collect类中，
这里meta_keys的keys存在flip,和flip_direction，默认是输出的。因此如果你不想flip，可以有两种做法，一种是在config文件中，把randomflip的flip_ratio设置为0.这种是最简单的方式，别的地方不用改那么多。还有一种更严格的方式，配置文件里，改一下meta_keys，把flip, flip_direction删掉。如下图所示，此时collect数据时会只对meta_keys中进行collect，此时把配置文件中的randomflip这一行配置删掉，不会再有任何问题。
