TensorFlow Lite Model Maker目标检测验证数据加载异常报错求助

数据老陈

2026-8-13

解决TensorFlow Lite Model Maker验证集加载错误的建议

问题核心分析

错误提示validation_data (0)说明你的验证集实际上没有被成功加载，和你实际的图片数量无关，优先排查数据加载环节，再处理batch_size问题。

具体解决步骤

先确认验证集是否真的被加载
在创建val_data后添加一行代码，打印实际加载的样本数量：
```
print(f"验证集加载样本数: {len(val_data)}")
```
如果输出是0，说明数据加载失败，往下看排查方向；如果输出大于0，直接看第3步。
排查验证集路径与标注文件
1. 检查路径正确性：确认脚本运行的当前目录下，./validate确实存在，且里面有图片和对应的XML标注文件。比如你在project/目录下运行脚本，那project/validate/必须存在。
2. 确认标注文件匹配：Pascal VOC格式要求每张图片（如img1.jpg）对应一个同名的XML文件（img1.xml），且XML中的<object>标签里的<name>必须是你指定的['person','laptop','cup','bottle']中的某一个，否则该样本会被忽略。
3. 检查XML格式合法性：确保XML没有语法错误，比如标签未闭合、字段缺失等，可以用XML校验工具检查。
手动指定evaluate的batch_size
即使验证集加载正常，model.evaluate()可能默认使用模型规格（efficientdet_lite0）的默认batch_size（64），而不是你训练时设置的4。直接在evaluate时指定batch_size：
```
model.evaluate(val_data, batch_size=4)
```
这样只要验证集样本数≥4就能正常运行。
验证数据加载细节
如果还是有问题，可以遍历验证集查看具体数据：
```
for image, label in val_data:
    print(f"图片形状: {image.shape}, 标签: {label}")
    break
```
如果没有输出，说明数据加载逻辑确实有问题，需要重新检查数据集的组织结构。