使用Food101数据集报错：请求的split‘validation’不存在

问题根源 #

TFDS官方定义的Food101数据集split为train和validation，但你本地下载的数据集文件夹是train和test，两者的split命名不匹配，导致TFDS无法识别你指定的split；同时你本地数据集的meta信息里可能没有注册test这个split，所以改split为test也会报错。参考代码能正常运行是因为它使用的是TFDS自动下载的标准结构数据集，split命名完全符合官方定义。

解决方案 #

方案1：重新下载标准数据集（最省心）

• 删除本地已有的Food101数据集文件夹（默认路径为~/tensorflow_datasets/food101/，根据你的实际存储路径调整）
• 重新运行你原本的代码，TFDS会自动下载包含train和validation split的标准数据集，无需额外修改

方案2：修改本地数据集适配TFDS规范

• 找到本地Food101的存储目录，将test相关的文件夹、文件重命名为validation
• 打开数据集的meta配置文件（如dataset_info.json），将其中所有提及test的字段替换为validation，确保split名称和TFDS的预期一致

方案3：手动加载本地数据集（无需修改文件）

如果不想改动本地文件，可以绕过TFDS的split检查，直接用tf.data手动加载图片和标签：

import tensorflow as tf
import os

# 定义本地数据集路径
train_dir = "/path/to/your/local/food101/train"
test_dir = "/path/to/your/local/food101/test"

# 加载训练集
train_data = tf.keras.utils.image_dataset_from_directory(
    train_dir,
    image_size=(224, 224),  # 根据你的模型需求调整尺寸
    batch_size=32,
    label_mode="categorical"
)

# 加载测试集
test_data = tf.keras.utils.image_dataset_from_directory(
    test_dir,
    image_size=(224, 224),
    batch_size=32,
    label_mode="categorical"
)

内容的提问来源于stack exchange，提问作者DarkestDay