当应用于我的数据集时，VOCBboxDataset返回的数据集大小不正确

Question

我有250个图像数据集和250个带有两个类的注释文件：ball和player。 该文件夹还具有三个文本文件train.txt，val.txt，test.txt，分别包含训练，测试和验证图像的列表。

bball_labels = ('ball','player')
class BBall_dataset(VOCBboxDataset):
  def _get_annotations(self, i):
    id_ = self.ids[i]
    anno = ET.parse(os.path.join(self.data_dir, 'Annotations', id_ + 
'.xml'))
    bbox = []
    label = []
    difficult = []
    for obj in anno.findall('object'):
      bndbox_anno = obj.find('bndbox')
      bbox.append([int(bndbox_anno.find(tag).text) - 1 for tag in ('ymin', 
'xmin', 'ymax', 'xmax')])
      name = obj.find('name').text.lower().strip()
      label.append(bball_labels.index(name))
    bbox = np.stack(bbox).astype(np.float32)
    label = np.stack(label).astype(np.int32)
    difficult = np.array(difficult, dtype=np.bool)
    return bbox, label, difficult

在250个中，我已将170作为火车，将70作为val，将10作为测试图像。 但是在打印火车，val和测试数据集的长度时，我总是得到火车+12，火车+3 nad测试。 例如，在这种情况下，对于火车，val和测试，它将显示为182,73,10。 测试值不变。 每次火车和val值将分别增加12和3。

valid_dataset = BBall_dataset('BasketballDataset', 'val')
test_dataset = BBall_dataset('BasketballDataset', 'test')
train_dataset = BBall_dataset('BasketballDataset', 'train') 

print('Number of images in "train" dataset:', len(train_dataset))
print('Number of images in "valid" dataset:', len(valid_dataset))
print('Number of images in "test" dataset:', len(test_dataset))

“训练”数据集中的图像数量：182“有效”数据集中的图像数量：73“测试”数据集中的图像数量：10

为什么会发生这种情况以及如何防止这种情况发生。 并且在某种程度上也影响了我的培训过程吗？

train.txt链接（ https://imgur.com/B1Gszfi）val.txt链接（ https://imgur.com/kOcIZ5h ）

Answer 1

该问题是由于一个很小的情况而导致的，即在剪切，复制和粘贴图像列表时，文本文件之间存在间隙。 文本文件在记事本中创建。 在记事本中索引是不可见的，但是一旦您在github中查看文本文件（其中列表已缩小，但仍存在初始索引）并且索引仍然存在，差距就可见了。 例如，首先创建了182张图像的列表，但随后缩减为170张。因此，当我们使用“数据集创建”对象时，代码将读取文本文件的所有行，即它将读取182而不是170。我们需要确保索引数和图像数相同，可以避免此问题。