Tensorflow 从keras的目录（）加载带有图像数据集的图像

图像文件夹具有以下结构：

train/
...batch0/
......file00.jpg
......file01.jpg
...batch1/
......file10.jpg
......file11.jpg

目录

batch0

和

batch1

的名称不是标签，标签位于单独的文件中。问题是将这些图像加载到数据集中。来自目录（'/batch0'）的函数

image\u dataset\u

，

image\u dataset\u来自目录（'/batch1'）

不起作用

错误：

ValueError: Expected the lengths of labels to match the number of files in the target directory. len(labels) is 2 while we found 0 files in ../train/batch0/. 

---

看起来这应该在tf夜间版本中修复。 错误消息已更新为

如果希望获得仅包含图像（无标签）的数据集， 通过

标签\u模式=无

而不是通过

label=None

，而是通过

label\u mode=None

train/
...batch0/
......file00.jpg
......file01.jpg
...batch1/
......file10.jpg
......file11.jpg

import pathlib
data_dir = pathlib.Path('/content/train/')

import tensorflow as tf
batch_size = 16
img_height = 180
img_width = 180
train_ds = tf.keras.preprocessing.image_dataset_from_directory(
  data_dir,
  label_mode=None,
  validation_split=0.2,
  subset="training",
  seed=123,
  image_size=(img_height, img_width),
  batch_size=batch_size)

输出

Found 4 files belonging to 2 classes.
Using 3 files for training.

---

为什么要在文件夹中将图像分批处理？它抛出了什么错误？我有两个不成功的情况，一个成功。1）

image\u dataset\u from\u directory（'../train/batch0'）找到了属于0类的0个文件。

2）

labels\u list=[0，1]image\u dataset\u from\u dir目录（train\u dir，labels=labels\u list）值错误：标签的长度应与目标目录中的文件数匹配。len（labels）是2，而我们在../train/batch0/

3）中找到了0个文件成功的情况：

image\u dataset\u从目录（'../train/'）中找到了4个属于2个类的文件。

Ah您需要使用相对路径，与成功案例类似，但问题是，

image\u dataset\u from\u directory

假设目录是不同的类而不是批处理。对于

image\u dataset\u from\u directory

，可以通过参数

labels

打开/关闭它。标签：可以是“推断的”（标签从目录结构生成），也可以是与目录中找到的图像文件数相同大小的整数标签列表/元组。