企业官网建设流程全解析

简介：ILSVRC2012_devkit_t12.tar.gz 面向计算机视觉研究者、深度学习参赛者以及需要复现 ImageNet 2012 图像分类实验的开发者，提供挑战赛配套开发工具与评估基础设施。压缩包共 15 个文件，以 MATLAB 脚本和文本说明为主，另含类别元数据与许可文件，整体约 2.45MB；其中脚本覆盖评估入口、哈希校验、XML 解析、预测示例与结果核对等环节，文本则用于说明数据格式和评测流程，重点在元数据、评估程序与提交规范。已有 3054 人学习或下载，适合作为入门 ILSVRC、理解官方评测口径的轻量参考。使用者可借此梳理训练集、验证集与测试集的划分方式，掌握 Top-1/Top-5 错误率的计算逻辑，并借助随包代码完成预测结果格式检查、ground truth 对照和本地评估，为复现 AlexNet 等经典模型、排查提交错误与搭建规范化实验流程提供直接帮助。

1. 一个 3MB 的包决定验证集能不能用：ILSVRC2012 devkit 的定位

图像数据早就下完了，train 的 1000 个 tar 解完、val 的 5 万张 JPEG 也放好了，模型一跑，验证集准确率不是 0.1% 就是 99.9%。反复查了数据加载器和归一化参数，都没问题，最后发现原因在于编译链之外：ImageNet2012 devkit 这个只有几 MB 的 tar.gz 一直被扔在下载目录里没有解压。它体积不大，却装着 synset 词表、验证集 50000 条 ground truth 和一套官方评估脚本；没有它，那 5 万张图就只是没有标签的 JPEG，任何按文件名猜类别的做法都只是看似对上了，实际上全错。这篇按安装流程记录一遍：版本怎么选、包解到哪、meta.mat 怎么读、标签错位怎么救，适合刚接手 ILSVRC2012、或者要把旧环境搬到新机器上的人。

2. 运行时选型与依赖安装：Python 3.10 + NumPy 1.26 这套组合怎么定

2.1 先决定用哪条链路读 devkit

打开 devkit 的目录你会发现它内部结构很固定：data/放两个纯数据文件（一个.mat、一个.txt），evaluation/放一套 MATLAB 脚本，根目录一个 README。这个结构决定了你有两条读取链路可选，而且两条链路的依赖完全不一样。

Python 主链路：SciPy 的scipy.io.loadmat直接读meta.mat，内置open()读那个 txt，NumPy 负责数组对齐。训练框架只要求「图片路径 + 一个 0 到 999 的整数标签」，这条链路足够，装三个包就能跑通。我 90% 的场景都走这条。

MATLAB 旁路：只在两种情况下需要。一是要复现官方评估脚本的打分口径，二是手上有一段老代码依赖 devkit 里那个 VOC 编号转 ILSVRC 编号的转换函数。旁路不必和主链路装在同一台机器上，也不必让主链路的 Python 环境去迁就 MATLAB 的版本。

先把这两条链路分开的意义在哪？在于版本冲突。MATLAB 那边对 Python 一无所知，Python 那边也不需要 MATLAB Runtime。我见过有人为了「一次装全」，把 MATLAB 的 Python 引擎装进训练环境的 venv，结果numpy被引擎依赖强行升到 2.x，一堆老脚本直接崩。分开装，一次都不用修。

提示：如果你的目标只是把 ILSVRC2012 跑起来训练，不要装 MATLAB。evaluation/目录留着不碍事，它不参与数据读取。

2.2 依赖安装与版本锁定

Python 侧我一般钉三个版本：numpy、scipy、Pillow。选 Python 3.10 不是因为它新，是因为它同时满足「老库还发 wheel」和「新库还支持」这两个条件——3.8 已经有一批包不再更新，3.12 又有一些编译型依赖需要现场编。3.10 或 3.11 都行，我更常用 3.10。

# 建独立环境，别把 devkit 的依赖塞进系统 Python python3.10 -m venv /opt/envs/ilsvrc2012 source /opt/envs/ilsvrc2012/bin/activate # pip 先升一版，老 pip 解析 wheel 标签会挑错包 python -m pip install --upgrade pip # 三个包全部钉死版本，CI 和本地保持一致 python -m pip install \ "numpy==1.26.4" \ "scipy==1.11.4" \ "Pillow==10.2.0"

numpy钉在 1.26 而不是 2.x，原因是血泪经验：不少读meta.mat的老脚本里还写着np.object、np.int、np.float这类别名，NumPy 2.0 把这些别名彻底移除，一 import 就直接AttributeError。scipy.io.loadmat本身在 1.11 和 1.13 上行为一致，差别主要在返回的结构体对象上，钉 1.11 是为了跟 1.26 的 NumPy 搭配经过验证。Pillow不是读 devkit 必需的，但后面验证环节要抽检图片能不能打开、后缀是不是.JPEG，装上省事。

如果你要用 MATLAB 旁路，版本上我一般要求 R2018a 及以上。devkit 的meta.mat是老的 v5 格式，MATLAB 从很早的版本就能load，但evaluation/里那套脚本用了一些较新的字符串和表格处理函数，太老的版本会在函数名上报 undefined。Octave 可以跑通一部分，但字符串处理和containers.Map的行为跟 MATLAB 有出入，我不建议把 Octave 当作评估脚本的主力环境，最多用来快速看一眼数据。

2.3 装完先跑三行自检

环境装完不要急着解压数据，先花十秒确认这三个包能互相认出来：

python - <<'PY' import numpy, scipy, PIL from scipy.io import loadmat # 打印版本，确认没有被其他环境串味 print("numpy :", numpy.__version__) print("scipy :", scipy.__version__) print("pillow :", PIL.__version__) # 确认 loadmat 是可调用的，而不是被同名文件遮蔽 print("loadmat:", callable(loadmat)) PY

这段脚本有两个作用。第一行确认版本号和你要钉的一致，尤其在多环境机器上，which python和python -c "import sys; print(sys.executable)"经常指向不同的东西。第二行确认loadmat是真函数——有些项目根目录里放了一个叫scipy.py的调试文件，import 的时候会把它当模块，报出来的错会非常离奇。

自检通过之后再看一眼解释器路径，把它记到部署脚本的注释里，下次环境对不上时能直接比对。

3. 解压与目录布局：devkit 和 train/val 该摆成什么样

3.1 解压前先列表，别直接 -xzf

拿到ILSVRC2012_devkit_t12.tar.gz之后，第一件事不是解压，是看它里面到底有没有顶层目录：

# -t 只列目录不解压，确认顶层是不是 ILSVRC2012_devkit_t12/ tar -tzf ILSVRC2012_devkit_t12.tar.gz | head -20 # 顺手看一眼文件数量，正常是十几个文件，不是几千个 tar -tzf ILSVRC2012_devkit_t12.tar.gz | wc -l

为什么要先列？因为有的整理包会把ILSVRC2012_devkit_t12/这一层剥掉，直接以data/、evaluation/开头。如果你不检查就tar -xzf ... -C /data/imagenet/ILSVRC2012/，解出来的data/会和别的东西混在同一层，后面所有相对路径全要重写。先-t看一眼，成本两秒，省掉半小时。

确认顶层目录存在之后，再决定解到哪。我习惯让 devkit 和图像目录平级：

# 建根目录，后面的 train/val 都放这一层 mkdir -p /data/imagenet/ILSVRC2012 # -C 指定目标目录，-z 解 gzip，-x 解包，-f 指定文件，顺序不能乱 tar -xzf ILSVRC2012_devkit_t12.tar.gz -C /data/imagenet/ILSVRC2012/ # 确认解出来的层级对不对 ls -l /data/imagenet/ILSVRC2012/ILSVRC2012_devkit_t12/

-C这个参数是后面所有路径问题的源头。解到/data/imagenet/ILSVRC2012/之后，devkit 的完整路径是/data/imagenet/ILSVRC2012/ILSVRC2012_devkit_t12/，数据文件就是它下面的data/meta.mat。如果你把 devkit 解到/opt或者用户家目录，而图像放在/data，那代码里就得写两套绝对路径，迁移机器时必炸。

注意：解压完成后先du -sh看一下占了多少空间。devkit 本身很小，如果你看到解出来几个 G，说明拿错包了，那多半是图像压缩包。

3.2 目录结构对照表

解完之后，整个 ILSVRC2012 的目录我一般摆成下面这样。这张表建议直接对着核一遍，缺一项后面就会在某个环节报错：

有个容易误解的点：devkit 里没有验证集图像，也没有训练集图像。它只提供「答案」和「答案的编号规则」，图像要另外下载。所以如果你手上只有这个 tar.gz，能做的只是把词表和标签准备好，跑不起来任何训练。这也是为什么很多人第一次接触时以为包下错了。

3.3 图像目录的两种摆法，选一种就别改

训练集的摆法有两种，取决于你用不用框架自带的ImageFolder之类按目录读类的加载器。

第一种是保留原始 tar 解压出来的 1000 个子目录，每个子目录名就是 WNID（形如n01440764），里面是一堆n01440764_xxxxx.JPEG。这种摆法对ImageFolder友好，但目录数多，ls会刷屏。

第二种是全部摊平到一个目录，靠文件名前缀区分类别。这种摆法对自定义 Dataset 友好，但 128 万张图放一个目录，ls和某些文件系统都会很难受。

# 方案一：保留 WNID 子目录（推荐，别改） # 假设 train 的 1000 个 tar 已经逐个解到 ILSVRC2012_img_train/ 下 ls /data/imagenet/ILSVRC2012/ILSVRC2012_img_train/ | head -3 # 期望输出类似 n01440764 n01443537 n01484850 # 方案二：摊平（只在自定义 Dataset 明确要求时用） # find 会把所有 JPEG 拍到一个层级，注意这一步不可逆，先备份目录结构 find /data/imagenet/ILSVRC2012/ILSVRC2012_img_train \ -name "*.JPEG" -exec mv -t /data/imagenet/ILSVRC2012/flat_train/ {} +

方案一里的 WNID 是 WordNet 的同步集编号，和meta.mat里的WNID字段一一对应。方案二摊平之后，你就只能靠文件名的前缀字符串去反查类别，多了一层字符串解析，出错概率更高。我建议除非框架强制，否则保留子目录。

验证集目录没有子目录，5 万张图平铺，文件名从ILSVRC2012_val_00000001.JPEG到ILSVRC2012_val_00050000.JPEG。这个命名规律是整个验证集标签对齐的基础，第 4 章会专门处理它。

权限上，如果训练进程不是当前用户跑的，记得给目录加读权限，别等到 DataLoader 报PermissionError才回头改：

# 给所有用户读权限，训练容器挂载时不会因为 uid 不同读不到 chmod -R a+rX /data/imagenet/ILSVRC2012 # 确认关键文件可读 test -r /data/imagenet/ILSVRC2012/ILSVRC2012_devkit_t12/data/meta.mat && echo "meta.mat 可读"

4. 读 meta.mat 与验证集标签：三条命令把 1000 类词表和 50000 条答案拉出来

4.1 meta.mat 的结构：synsets 数组到底长什么样

meta.mat是 MATLAB 的 v5 格式，用loadmat读进来是个 dict。里面真正有用的只有一个 key：synsets。它是一个长度为 1000 的结构体数组，每个元素带这些字段：

直接loadmat不加参数，返回的每个字段都是嵌套的(1,1)数组，取值要写synsets[0][0]['ILSVRC2012_ID'][0][0]这种套娃形式。参数一加就干净了：

from scipy.io import loadmat # squeeze_me 把 (1,1) 的嵌套数组压成标量 # struct_as_record=False 让结构体变成可以用点号访问的对象 meta = loadmat( "/data/imagenet/ILSVRC2012/ILSVRC2012_devkit_t12/data/meta.mat", squeeze_me=True, struct_as_record=False, ) synsets = meta["synsets"] # 形状 (1000,) 的对象数组 first = synsets[0] print(len(synsets)) # 1000 print(int(first.ILSVRC2012_ID)) # 1 print(str(first.WNID)) # n01440764 print(str(first.words)) # tench, Tinca tinca

这两个参数是整套读取逻辑的关键。squeeze_me=True解决的是 MATLAB 里所有标量都存成 1×1 矩阵的问题，不加就会到处[0][0]。struct_as_record=False解决的是结构体访问方式，加了之后synsets[0]是一个对象，字段直接点出来；不加的话synsets[0]是numpy.void，只能像字典一样按键取。

把 ID 到 (WNID, words) 的映射建好，后面反复用：

# 一次构建，全局复用；key 是 1..1000 的整数 id2meta = {} for s in synsets: idx = int(s.ILSVRC2012_ID) id2meta[idx] = (str(s.WNID), str(s.words)) # 抽查首尾两个，确认编号连续、没有空洞 assert sorted(id2meta.keys()) == list(range(1, 1001)), "ID 不连续" print(id2meta[1]) # ('n01440764', 'tench, Tinca tinca') print(id2meta[1000]) # 最后一条，类别名以实际文件为准

那个assert很重要。正常情况ILSVRC2012_ID就是从 1 到 1000 连续编号，但如果你拿到的是二次整理的包，字段可能被改过。先断言一次，比后面训练的时候标签整体偏一位再去查要省事得多。

4.2 验证集标签与文件名的对齐规则

ILSVRC2012_validation_ground_truth.txt是纯文本，一行一个整数，共 50000 行，第 N 行对应ILSVRC2012_val_%08d.JPEG里的第 N 张。这个「第 N 行对第 N 张」是整篇最容易出错的地方，因为它没有任何冗余校验——错一位，整个验证集准确率就是一个随机数。

GT = "/data/imagenet/ILSVRC2012/ILSVRC2012_devkit_t12/data/ILSVRC2012_validation_ground_truth.txt" with open(GT, "r") as f: val_labels = [int(line.strip()) for line in f if line.strip()] # 三条硬校验，任何一条不过都别往下走 assert len(val_labels) == 50000, f"行数不对：{len(val_labels)}" assert min(val_labels) == 1, "最小标签不是 1，可能被改成了 0 起始" assert max(val_labels) == 1000, "最大标签不是 1000，可能混进了别的编码" # 文件名按 1 起始补零到 8 位 val_names = [f"ILSVRC2012_val_{i:08d}.JPEG" for i in range(1, 50001)]

min(val_labels) == 1这条断言抓住过不止一次问题。有些来源的包把标签改成了 0 起始，最小是 0、最大是 999，行数依然是 50000，肉眼完全看不出异常，但映射到id2meta的时候 0 找不到键，或者整体错一位。加上这条断言，启动阶段就报错，不用等训练跑完一轮。

val_names里range(1, 50001)的起始值也是同一个道理。第一张图是00000001，不是00000000。

把三者接起来，就得到一条可以直接喂给 Dataset 的记录：

# records[i] = (图片绝对路径, 0..999 的类别索引, WNID, 类别描述) VAL_DIR = "/data/imagenet/ILSVRC2012/ILSVRC2012_img_val" records = [] for name, label in zip(val_names, val_labels): wnid, words = id2meta[label] # label 是 1..1000 records.append((f"{VAL_DIR}/{name}", label - 1, wnid, words)) print(records[0]) # ('/data/imagenet/ILSVRC2012/ILSVRC2012_img_val/ILSVRC2012_val_00000001.JPEG', # 某整数, 'n0xxxxxxx', '某类别名')

注意label - 1这一步。训练框架的交叉熵通常要求标签从 0 开始，而 devkit 的编号从 1 开始，减一这一步必须在这里做完，不能留到后面。留到后面就会出现「训练时减了、验证时忘了减」这种经典错位，症状是训练 loss 正常下降，验证准确率永远卡在 0.1% 附近。

4.3 训练集一侧怎么和词表对上

训练集不需要 devkit 给标签，因为类别信息就在目录名和文件名里。每个 WNID 子目录名就是一个类别，目录里的每张图都属于这个类。要把它映射到 1 到 1000 的ILSVRC2012_ID，靠的是meta.mat里的WNID字段：

# 反查表：WNID 字符串 -> ILSVRC2012_ID wnid2id = {wnid: idx for idx, (wnid, _) in id2meta.items()} import os TRAIN_DIR = "/data/imagenet/ILSVRC2012/ILSVRC2012_img_train" subdirs = sorted(os.listdir(TRAIN_DIR)) # 训练集应该有 1000 个 WNID 子目录，且每个都能在词表里查到 assert len(subdirs) == 1000, f"子目录数不对：{len(subdirs)}" missing = [d for d in subdirs if d not in wnid2id] assert not missing, f"这些目录在 meta.mat 里查不到：{missing[:5]}" print("训练集目录与词表完全对齐")

missing那个断言拦住的是另一类问题：有人只解压了部分 tar，目录数不到 1000，训练照样能跑，但模型只见过一部分类，评估时准确率怎么都上不去。提前断言，比训练两天后才发现要省事得多。

MATLAB 旁路那边，读取方式简单得多，load之后变量名直接就是synsets：

% 加载后工作区会出现 synsets 变量，长度 1000 load('/data/imagenet/ILSVRC2012/ILSVRC2012_devkit_t12/data/meta.mat'); % 取第一条，字段直接点出来 synsets(1).ILSVRC2012_ID synsets(1).WNID synsets(1).words % 验证集标签读成列向量 gt = dlmread('/data/imagenet/ILSVRC2012/ILSVRC2012_devkit_t12/data/ILSVRC2012_validation_ground_truth.txt'); numel(gt) % 应该是 50000

MATLAB 里dlmread读单列纯数字文本很稳，比readtable少一层类型推断，不会把整数读成double之后又在比较时出问题。evaluation/目录下那套脚本的入口是一个 demo 脚本，跑之前先把里面的路径常量改成你机器上的实际路径，别指望它自己找。

提示：把id2meta落成一个 CSV 存下来，路径放在数据根目录。每次启动都读一遍meta.mat要几百毫秒，训练脚本反复重启的时候这个开销很烦。

5. 避坑与排查：五个让验证集准确率变成 0.1% 的坑

5.1 现象：验证集准确率稳定在 0.1% 附近，训练 loss 正常

原因几乎总是标签整体错位一位。ILSVRC2012_validation_ground_truth.txt第 1 行对应00000001.JPEG，但代码里用range(50000)生成文件名，第一张变成了00000000.JPEG，后面全部往前挪一格。50000 张图里只有极少数类别碰巧对上，准确率就落在随机猜测的 0.1% 附近。

解决是把文件名生成那行改成range(1, 50001)，同时在读标签之后立刻加一条断言，比较第一张图的标签和id2meta里第一条记录是否合理。更彻底的做法是在 Dataset 初始化时校验len(records) == 50000并且文件名集合和标签列表长度一致，让错位在启动阶段就报出来，而不是等训练跑完一轮。

5.2 现象：loadmat报KeyError: 'synsets'，或者synsets长度是 1

原因有两个方向。一是读的文件根本不是meta.mat——有人把验证集标签的 txt 改名成.mat放进去，loadmat会把它当二进制解析然后返回一个奇怪的 dict。二是loadmat加了squeeze_me=True之后，synsets被压成了单个对象而不是数组，len()自然报错。

解决办法是先确认文件来源，用file命令看一眼类型：

file /data/imagenet/ILSVRC2012/ILSVRC2012_devkit_t12/data/meta.mat # 期望输出里带 MatLab v5 mat-file

确认类型没问题之后，把squeeze_me去掉单独读一次，看meta.keys()里到底有什么，再决定加不加参数。squeeze_me和struct_as_record这两个参数不是越多越好，要看具体的.mat生成方式。

5.3 现象：AttributeError: module 'numpy' has no attribute 'object'

原因是 NumPy 2.x 移除了np.object、np.int、np.float这些历史别名，而很多读 devkit 的老脚本里还在用它们做类型判断。这类报错通常不在你的代码里，而在某个第三方库或者从别处拷来的工具函数里。

解决有两条路。最省事的是把 NumPy 降回 1.26，这也是第 2 章钉版本的原因。如果必须留在 2.x，就在入口处加一层兼容垫片，把别名补回去：

import numpy as np # 兼容垫片：只在 NumPy 2.x 下生效，避免老脚本 import 就崩 if not hasattr(np, "object"): np.object = object np.int = int np.float = float np.bool = bool # 垫片放在所有业务 import 之前，顺序不能反

垫片要放在所有业务模块 import 之前，因为报错发生在模块导入期，晚一步就来不及。这条经验在别的老数据集工具上也通用。

5.4 现象：FileNotFoundError，路径里多了一层或少了一层目录

原因是tar -xzf解压时带不带-C、-C指到哪一层，直接决定了 devkit 的相对位置。带了-C /data/imagenet/ILSVRC2012/，路径是/data/imagenet/ILSVRC2012/ILSVRC2012_devkit_t12/data/meta.mat；如果-C指到了ILSVRC2012_devkit_t12里面，路径就会少一层。

解决是用find反查一次，不要靠猜：

# 从数据根目录往下找 meta.mat，输出就是真实路径 find /data/imagenet -name "meta.mat" -type f # 如果找到多个，说明解压了不止一次，把旧的删掉再统一路径

找到之后把代码里的路径常量改成绝对路径，不要用../这种相对路径。相对路径在本地 notebook 里能跑，一进训练容器就全错。

5.5 现象：训练集子目录数不是 1000，模型只学会了一部分类

原因是 train 的 1000 个 tar 只解压了一部分，或者解压过程中某个 tar 损坏被跳过。这个问题最隐蔽的地方在于训练不会报错，只是类别覆盖不全，最终准确率上不去，而你会一直怀疑是模型结构或者学习率的问题。

解决办法是在 Dataset 构建阶段加一条断言，把子目录数和词表长度对齐，同时在解压脚本里对每个 tar 单独解压并记录失败列表，不要用一个for循环加&&串起来——串起来的话中途失败会静默跳过。

# 逐个解压并记录失败的 tar，失败的不中断整体流程 cd /data/imagenet/ILSVRC2012/ILSVRC2012_img_train failed="" for f in *.tar; do tar -xf "$f" -C . || failed="$failed $f" done [ -n "$failed" ] && echo "以下 tar 解压失败：$failed" || echo "全部解压完成"

||捕获失败但不退出，循环结束后统一汇报。这个模式在批量解压场景里比set -e好用，因为你要的是「知道哪些坏了」，不是「一坏就停」。

6. 装完怎么验证跑通：抽 10 张图走完文件名到类别名的闭环

装完不验证，等于没装。我验证 devkit 的方式不是「代码能 import」，而是抽 10 张验证集图片，把「文件名 → 标签行号 → ILSVRC2012_ID → WNID → 类别描述 → 文件存在且能打开」这条链路完整走一遍，任何一环断了都立刻能看出来。

import os, random from PIL import Image from scipy.io import loadmat ROOT = "/data/imagenet/ILSVRC2012" DEVKIT = f"{ROOT}/ILSVRC2012_devkit_t12" VAL_DIR = f"{ROOT}/ILSVRC2012_img_val" # 1. 重建词表映射 meta = loadmat(f"{DEVKIT}/data/meta.mat", squeeze_me=True, struct_as_record=False) id2meta = {int(s.ILSVRC2012_ID): (str(s.WNID), str(s.words)) for s in meta["synsets"]} # 2. 重建标签列表 with open(f"{DEVKIT}/data/ILSVRC2012_validation_ground_truth.txt") as f: labels = [int(x) for x in f if x.strip()] # 3. 固定随机种子抽 10 张，便于复现 random.seed(20240501) picks = random.sample(range(1, 50001), 10) for n in sorted(picks): fn = f"ILSVRC2012_val_{n:08d}.JPEG" path = os.path.join(VAL_DIR, fn) lid = labels[n - 1] # 第 n 行对应第 n 张 wnid, words = id2meta[lid] exists = os.path.exists(path) # 只 open 不 decode，确认文件头没坏，速度快 openable = False if exists: with Image.open(path) as im: openable = im.size[0] > 0 and im.size[1] > 0 print(f"{fn} -> id={lid:<4} wnid={wnid} file={exists} open={openable} | {words[:40]}")

这段脚本的关键是labels[n - 1]这个下标。文件名里的n从 1 开始，列表下标从 0 开始，减一是必须的，也是第 5 章那个错位坑的根源。如果你把这一行写成labels[n]，循环跑到最后一张会直接越界报错，反而容易发现；真正难查的是文件名也用range(50000)生成的那种，越界不报，只是全错。

跑完之后看输出，检查三件事：

第三项需要一点人工判断。words是类别英文描述，wnid是 WordNet 编号，两者在meta.mat里本来就是一对，只要你读的是同一份文件就不会错——真正会错的是lid拿到的是不是正确的那一行。所以更好的做法是再抽一类做覆盖检查：

from collections import Counter # 50000 条标签里 1000 个类应该各出现 50 次 cnt = Counter(labels) assert len(cnt) == 1000, f"只覆盖了 {len(cnt)} 个类" assert set(cnt.values()) == {50}, f"每类样本数不均匀：{set(cnt.values())}" print("验证集类别分布检查通过：1000 类 × 50 张")

这个断言比逐张核对可靠得多。验证集是均衡的，每类正好 50 张，如果Counter出来不是这个结果，要么标签文件被改过，要么读取的时候漏行或多行。加上这条，devkit 的数据完整性基本就有保障了。

最后一个小习惯：把id2meta导出成 CSV，和 devkit 放在一起，下次接手的人不用再读一遍.mat。

import csv with open(f"{DEVKIT}/data/id2meta.csv", "w", newline="") as f: w = csv.writer(f) w.writerow(["ilsvrc2012_id", "wnid", "words"]) for i in range(1, 1001): wnid, words = id2meta[i] w.writerow([i, wnid, words]) print("已导出 1000 行词表")

从那以后，我每次在新机器上装完 devkit，都会强制走一遍这 10 张图的抽查和那两条断言，通过之后才动训练脚本。环境这东西，装的时候多花十分钟，比训练跑两天发现标签错位再回头查要划算太多。希望帮到你。

本文还有配套的精品资源，点击获取