如何在Kaggle环境中访问Google Drive中的图像数据集文件夹？

以下是几种无需遍历文件链接、避开Cookie问题的可行方案：

1. 直接挂载Google Drive到Kaggle #

Kaggle内置了Google Drive集成，操作简单且稳定：

• 打开你的Kaggle Notebook，在右侧边栏找到Add-ons > Google Drive，点击Connect。
• 按照弹窗提示完成Google账号授权，授权成功后，你的Drive会被挂载到/kaggle/input/google-drive/路径。
• 之后直接通过文件路径读取数据集即可，示例代码：

  import os
  dataset_dir = "/kaggle/input/google-drive/你的数据集文件夹路径"
  for img_name in os.listdir(dataset_dir):
      # 处理图像逻辑
  

2. 打包文件夹为Zip后下载 #

把整个数据集文件夹压缩成单个Zip文件，避免处理多个文件链接：

• 在Google Drive中右键点击目标文件夹，选择压缩为ZIP文件（5GB文件夹压缩后体积变化不大，确保Drive有足够空间）。
• 将Zip文件设置为公开共享（或共享给你的Kaggle关联邮箱），复制其共享链接。
• 在Kaggle Notebook中用wget下载并解压：

  !wget -O dataset.zip "你的Zip文件共享链接"
  !unzip dataset.zip -d /kaggle/working/dataset/
  

3. 用Google Drive服务账号无交互访问 #

如果需要自动化访问（比如批量运行Notebook），可以用服务账号：

• 登录Google Cloud Console，创建一个服务账号，下载对应的JSON密钥文件。
• 将JSON密钥上传到Kaggle Notebook（或存入Notebook的Secrets中）。
• 安装依赖库并编写代码访问Drive：

  !pip install google-api-python-client google-auth-httplib2 google-auth-oauthlib
  
  from google.oauth2 import service_account
  from googleapiclient.discovery import build
  from googleapiclient.http import MediaIoBaseDownload
  import io
  import os
  
  # 加载服务账号密钥
  creds = service_account.Credentials.from_service_account_file('service-account-key.json')
  drive_service = build('drive', 'v3', credentials=creds)
  
  # 指定目标文件夹ID（从Drive文件夹URL中提取）
  folder_id = "你的文件夹ID"
  # 获取文件夹内所有文件
  files = drive_service.files().list(q=f"'{folder_id}' in parents", fields="files(id, name)").execute().get('files', [])
  
  # 创建本地存储目录
  os.makedirs('/kaggle/working/dataset', exist_ok=True)
  # 批量下载文件
  for file in files:
      request = drive_service.files().get_media(fileId=file['id'])
      fh = io.FileIO(f"/kaggle/working/dataset/{file['name']}", 'wb')
      downloader = MediaIoBaseDownload(fh, request)
      done = False
      while not done:
          status, done = downloader.next_chunk()
  

注意要把目标文件夹共享给服务账号的邮箱地址，确保权限正确。

内容的提问来源于stack exchange，提问作者harshmangalamv