物体検知SSDでの IndexErrorの対応

Question

前提・実現したいこと

私は、大学の卒業研究で物体検知（SSD）を用いてリンゴの周りにある葉を検知するプログラムを作成しています。
エラー分に該当する部分は、コードの一番下の方にあります。

発生している問題・エラーメッセージ

Traceback (most recent call last):
  File "葉検出プログラム.py", line 110, in <module>
    y_A = int(img_name_split3[1])
IndexError: list index out of range

該当のソースコード

import glob
import numpy as np
from PIL import Image
from keras.preprocessing import image
from ssd import SSD300
from ssd_training import MultiboxLoss
from ssd_utils import BBoxUtility
from scipy.misc import imread
from keras.applications.imagenet_utils import preprocess_input
import keras
from ssd_utils import BBoxUtility
import matplotlib.pyplot as plt
import cv2
import pickle
import os

#path_prefix = './VOCdevkit/VOC2007/JPEGImages/'

#img_get = glob.glob('C:\\Users\\vive\\Desktop\\18ms611\\exp1\\exp15/Image/*.jpg')

img_num = 'IMG_1070'
alpha = 1.3
size_of_img = 3024*4032
csvfile = open('C:\\Users\\ユーザー名\\Desktop\\引継ぎ用\\葉検出システム\\葉検出に使うデータ\\葉検出結果\\'+img_num+'.csv','w')

input_shape = (300, 300, 3)                                                    # 入力のサイズ
NUM_CLASSES = 2                                                             # 1クラス + その他 = 2クラス
priors = pickle.load(open('C:\\Users\\ユーザー名\\Desktop\\引継ぎ用\\葉検出システム\\葉検出に使うデータ/prior_boxes_ssd300.pkl', 'rb'))         # 入力画像のサイズを指定
bbox_util = BBoxUtility(NUM_CLASSES,priors)
model = SSD300(input_shape, num_classes=NUM_CLASSES)

menseki_list = []
beta_list = []

model.load_weights('C:\\Users\\ユーザー名\\Desktop\\引継ぎ用\\葉検出システム\\葉検出に使うデータ//weights_SSD300.hdf5', by_name=True)

for beta in np.arange(0.01,1.06,0.05):
    
    All_img = Image.open('C:\\Users\\ユーザー名\\Desktop\\引継ぎ用\\検出結果\\Figure_1.jpg')
    #All_img = All_img.rotate(-90,expand=True)
    All_img = np.array(All_img)
    
    All_img2 = Image.open('C:\\Users\\ユーザー名\\Desktop\\引継ぎ用\\検出結果\\Figure_1.jpg')
    #All_img2 = All_img2.rotate(-90,expand=True)
    All_img2 = np.array(All_img2)
    
    All_img3 = Image.open('C:\\Users\\ユーザー名\\Desktop\\引継ぎ用\\検出結果\\Figure_1.jpg')
    #All_img3 = All_img3.rotate(-90,expand=True)
    All_img3 = np.array(All_img3)
    
    img_get = glob.glob('C:\\Users\\ユーザー名\\Desktop\\引継ぎ用\\検出結果\\Figure_1.jpg')
    #for x in range(0,7,1):
    
    #if os.path.exists('C:\\Users\\user\\Desktop\\18ms611\\result20200517\\'+img_num+'_a'+str(alpha)+'_b'+str(beta))==0:
        #os.makedirs('C:\\Users\\user\\Desktop\\18ms611\\result20200517\\'+img_num+'_a'+str(alpha)+'_b'+str(beta))
    
    apple_one_array = np.zeros((All_img.shape[0],All_img.shape[1]))
    leef_point = []
    j=0
    for jjj in range(len(img_get)):
        inputs = []
        images = []
        
        img_path=img_get[jjj]
        img = image.load_img(img_path, target_size=(300, 300))
        img = image.img_to_array(img)
        
        img2 = image.load_img(img_path)
        img2 = image.img_to_array(img2)

        #img2=all_img.rotate(-90,expand=True)
        images.append(imread(img_path))
        inputs.append(img.copy())
        inputs = preprocess_input(np.array(inputs))
        
        preds = model.predict(inputs, batch_size=1, verbose=1)
        results = bbox_util.detection_out(preds)
        
        for i, img in enumerate(images):
            # Parse the outputs.
            det_label = results[i][:, 0]
            det_conf = results[i][:, 1]
            det_xmin = results[i][:, 2]
            det_ymin = results[i][:, 3]
            det_xmax = results[i][:, 4]
            det_ymax = results[i][:, 5]
        
            # Get detections with confidence higher than 0.6.
            top_indices = [i for i, conf in enumerate(det_conf) if conf >= 0.6]
        
            top_conf = det_conf[top_indices]
            top_label_indices = det_label[top_indices].tolist()
            top_xmin = det_xmin[top_indices]
            top_ymin = det_ymin[top_indices]
            top_xmax = det_xmax[top_indices]
            top_ymax = det_ymax[top_indices]
        
            colors = plt.cm.hsv(np.linspace(0, 1, NUM_CLASSES)).tolist()
            
            #plt.imshow(img / 255.)
            currentAxis = plt.gca()
            img_name_split1=img_get[jjj].split('x')
            img_name_split2=img_name_split1[-1].split('.jpg')
            img_name_split3=img_name_split2[0].split('y')
            y_A = int(img_name_split3[1])　　　****ここがエラーの該当する部分です。****
            x_A = int(img_name_split3[0])
            apple_one_array[y_A:y_A+img.shape[0],x_A:x_A+img.shape[1]] = apple_one_array[y_A:y_A+img.shape[0],x_A:x_A+img.shape[1]] + 1
            

試したこと

[]の中の数字を変えてみましたが、うまくいきませんでした。

補足情報（FW/ツールのバージョンなど）

何の範囲がおかしくてこのようなエラーが出ているかもわかりません。
知識のある方ご教授よろしくお願いします。

Answer 1

img_name_split3の要素数が１個以下になっていると提示エラーが発生します。
img_name_split1～img_name_split3に格納される値（ファイル名）およびそれぞれの処理内容が意図したものになっているかを確認しましょう。

Comments

[yokosawa123]

回答ありがとうございます。img_name_split1～img_name_split3について調べてみます。
エラーの解決にたどり着けなかった場合また質問させていただきます。
よろしくお願いいたします。