DataLoader迭代报错：TypeError与KeyError问题排查求助

问题分析 #

1. TypeError 根源：__getitem__返回的filename是Path对象，PyTorch默认的default_collate函数无法处理该类型（仅支持张量、numpy数组、数字、字典、列表），因此抛出类型错误。
2. KeyError: 0 根源：自定义collate方法返回的是元组(images, slide_ids, filenames)，但遍历代码却用字典索引data['image']取值；同时fastai的错误处理逻辑在捕获TypeError后，错误地将元组当作字典去索引键0，最终引发KeyError。
3. 隐藏问题：虽然DataLoader指定了collate_fn，但报错显示default_collate仍被调用，推测是使用了fastai的DataLoader而非PyTorch原生实现，导致自定义collate逻辑未生效。

解决方案 #

方案1：统一返回字典格式（适配原遍历代码）

修改collate方法返回字典，同时提前将Path转为字符串避免类型错误：

# 修改ApplicationDataset的__getitem__方法
def __getitem__(self, idx):
    image = read_image(str(self.tile_filenames[idx]))
    return {
        'image': image,
        'slide_id': self.slide_ids[idx],
        'filename': str(self.tile_filenames[idx]),  # 直接转为字符串
    }

# 修改collate方法返回字典
@staticmethod
def collate(batch):
    images = torch.stack([batch_item['image'] for batch_item in batch], dim=0)
    slide_ids = [batch_item['slide_id'] for batch_item in batch]  # 字符串类型不能转为tensor，保留列表
    filenames = [batch_item['filename'] for batch_item in batch]

    return {
        'image': images,
        'slide_id': slide_ids,
        'filename': filenames
    }

原遍历代码无需修改，可正常通过键取值。

方案2：调整遍历代码适配元组返回格式

若要保持collate返回元组，需修改遍历代码并修复slide_ids的类型错误：

# 修改collate方法
@staticmethod
def collate(batch):
    images = torch.stack([batch_item['image'] for batch_item in batch], dim=0)
    slide_ids = [batch_item['slide_id'] for batch_item in batch]  # 字符串列表，避免转tensor报错
    filenames = [str(batch_item['filename']) for batch_item in batch]  # Path转字符串

    return images, slide_ids, filenames

# 修改遍历代码
for data in dataloader:
    image, slide_ids, filenames = data  # 直接解包元组
    # predict

额外建议

若使用fastai的DataLoader，建议切换为PyTorch原生的torch.utils.data.DataLoader，确保自定义collate_fn被正确执行；若必须使用fastai加载器，需按照其文档规范配置collate逻辑。

内容的提问来源于stack exchange，提问作者DanielBell99