TensorFlow image_dataset_from_directory标签映射错误问题排查

核心错误：标签解析逻辑错误 #

你设置的label_mode="int"，这意味着数据集返回的标签是单个整数（对应类别的索引），而非one-hot编码的数组。但你在显示标签时用了labels[i].numpy().argmax()——这个方法是用来从one-hot数组中提取类别索引的，对单个整数使用argmax()会始终返回0，所以你看到的永远是class_names列表的第一个元素，也就是第一个子目录的名称。删除第一个子目录后，class_names的第一个元素变成下一个子目录，自然就显示那个名称了。

次要错误：数据集加载代码的语法问题 #

你的加载代码里有两处缺少逗号的语法错误，会导致Python解析失败：

• batch_size=batch_size行末尾没有逗号
• subset="training"行末尾没有逗号

修正后的代码 #

1. 修正数据集加载代码 #

training_dataset= tf.keras.utils.image_dataset_from_directory(
    labeled_data_dir,
    image_size=image_size,  # 调整图像大小（按需修改）
    batch_size=batch_size,  # 训练批次大小（按需修改）
    seed=9,
    validation_split=0.2,
    subset="training",
    labels="inferred",
    label_mode="int"
)

2. 修正图像与标签显示代码 #

# 先获取数据集的类别名称列表
class_names = training_dataset.class_names

for images, labels in training_dataset.take(1):  # 取一个批次的数据
    for i in range(9):  # 显示批次中前9张图片
        ax = plt.subplot(3, 3, i + 1)
        plt.imshow(images[i].numpy().astype("uint8"))
        # 直接用标签的整数值作为索引取类别名称，无需argmax()
        plt.title(class_names[labels[i].numpy()])
        plt.axis("off")
plt.show()

内容的提问来源于stack exchange，提问作者JDT