测试集缺失
比如Kinetics-400，
Kinetics-400 数据划分说明（官方）
- Train set：约 240K 视频。
- Validation set：约 20K 视频，带有标签。
- Test set：约 40K 视频，没有公开标签，只能提交给官方服务器评测（例如通过 DeepMind 或 CVPR/ECCV 挑战）。
推荐方案：
- 训练用： train
- 测试用： val（相当于 test）
发布论文时写法建议：
We train our model on the official training split of Kinetics-400 and evaluate on the validation split, following standard practice [1,2].
附参考资料：
[1] Kinetics Dataset 官网 (DeepMind)
[2]Kinetics GitHub
验证集缺失
第一个例子
比如UCF101,是一个动作识别数据集，共包含：
- 101 类动作
- 13,320 个视频
- 官方提供了 3 个标准划分（split 1、split 2、split 3），每个划分都给出训练集和测试集的具体列表（train/test txt 文件）
官方提供内容包括：
- trainlist01.txt：split 1 的训练样本列表（包含类别标签）
- testlist01.txt：split 1 的测试样本列表（无标签，需配合类别名或额外标签文件使用）
- 类别标签文件 classInd.txt：类别名与索引的对应关系
常见做法（尤其在 MMAction2 中）
- 方式一：只用官方 train/test
这是最主流的方式，适合用于报告最终结果、和其他工作对比：
使用 split 1 / split 2 / split 3，逐个训练测试
然后对三次测试结果求平均，作为最终准确率 - 方式二：从 train 中划一部分作为验证集（仅训练阶段）
为了在训练中进行超参数调优或 early stopping，一些研究者会：
从 trainlist01.txt 中划出 10%~20% 作为 "val"
不在最终评估中用这个 val
第二个例子
HMDB51 提供了 3 个标准划分（split 1、2、3），每个划分都明确指定了：
- 训练集（train）
- 测试集（test）
与 UCF101 类似，没有单独的验证集（val）。
对于每一个类别（例如 brush_hair），都会有一个 .txt 文件，例如：
brush_hair_test_split1.txt
这个文件中内容类似于：
April_09_brush_hair_u_nm_np1_ba_bad_0.avi 1
April_09_brush_hair_u_nm_np1_fr_med_1.avi 2
...
- 1 表示训练样本
- 2 表示测试样本
- 0 表示不使用（不常见）
所以这类文件是"合并标注"，要自己划分成 train.txt 和 test.txt
在brush_hair_test_split1.txt中出现为2的在其它两个划分中为1
交错分组 + 留一策略
"交错分组 + 留一策略" 是 HMDB51 数据集在构建 3 个标准划分（split 1/2/3）时采用的一种数据划分思想，其核心是：
- 把全部数据打散、按人或者视频进行分组，在不同的 split 中交替作为训练集或测试集，以最大化训练/测试数据的多样性，同时避免信息泄露。
1️⃣ 交错分组（interleaved grouping）
- HMDB51 中的视频是从多个来源提取的，每个动作类的视频数量不大（几十个）。
- 为了确保三次划分都能覆盖尽可能多的视频，他们做了"交错"分组。
2️⃣ 留一策略（leave-one-group-out）
- 这在动作识别中指的是：为了避免训练集中出现与测试集中太相似的-数据（如来自同一人、场景或视频源），故意把某一类或某些样本排除在一个 split 的训练或测试之外。
- 这是一种防止"数据泄露"的策略，避免模型因为见过相似背景或人物而获得不公平优势。
推荐：方式 1（从训练集中划出部分作为验证集）
不推荐：方式 2（用 0 样本做验证集）
怎么知道一篇论文是否用了"train 和 test"，有没有划分验证集？
- 如果写的是：
"We follow the standard three splits of UCF101."
那就是完全使用官方的划分，没有验证集。 - 如果写的是：
"We randomly select 10% of the training data as validation."
那说明他们自己划了 val，只用于训练调参。