加载自定义图像数据集触发NameError：x_test未定义问题求助

直接触发NameError的原因是：你在最后一行代码里直接使用了未定义的x_test变量——你的代码只把收集到的所有图像存入了x_train，完全没有创建x_test，自然会报错。

除此之外，你的代码还缺了两个核心环节（毕竟是要替代mnist.load_data()）：

• 没有划分训练集和测试集（mnist会自动拆分好训练/测试数据）
• 没有收集图像对应的标签（to_categorical是用来处理分类标签的，不是图像数据）

1. 修复数据收集逻辑，同时收集标签 #

假设你的数据集结构是：path1下的每个子文件夹对应一个类别（比如mnist的0-9分类文件夹），子文件夹名称对应标签。修改代码同时收集图像和标签，顺便修复原代码的缩进错误（Python靠缩进识别代码块，原代码缩进不对会直接报错）：

import os
import cv2
import numpy as np
from tensorflow import keras

path1 = 'C:\\Users\\klaud\\Desktop\\images\\'
all_images = []
all_labels = []  # 用来存每个图像对应的标签

subjects = os.listdir(path1)
numberOfSubject = len(subjects)
print('Number of Subjects: ', numberOfSubject)

# 遍历每个类别文件夹
for number1 in range(numberOfSubject):
    # 用os.path.join拼接路径，避免手动拼斜杠出错
    path2 = os.path.join(path1, subjects[number1])
    sequences = os.listdir(path2)
    # 从第4个文件开始读取（和原逻辑一致）
    for number2 in range(4, len(sequences)):
        path3 = os.path.join(path2, sequences[number2])
        img = cv2.imread(path3, 0)
        # 加个判断，避免读取损坏/不存在的图像报错
        if img is not None:
            img = img.reshape(512, 512, 1)
            all_images.append(img)
            # 用文件夹索引作为标签，也可以把subjects[number1]转成数字（如果文件夹名是数字的话）
            all_labels.append(number1)

# 转成numpy数组
all_images = np.array(all_images)
all_labels = np.array(all_labels)

2. 划分训练集和测试集 #

用scikit-learn的train_test_split拆分数据（没装的话先跑pip install scikit-learn）：

from sklearn.model_selection import train_test_split

# 按8:2拆分训练/测试集，random_state保证每次拆分结果一致
x_train, x_test, y_train, y_test = train_test_split(all_images, all_labels, test_size=0.2, random_state=42)

3. 对标签做One-Hot编码 #

注意：to_categorical是处理标签数据的，不是图像！原代码用错了对象，应该用在y_train和y_test上：

num_classes = numberOfSubject
y_train = keras.utils.np_utils.to_categorical(y_train, num_classes)
y_test = keras.utils.np_utils.to_categorical(y_test, num_classes)

现在你得到的x_train、y_train、x_test、y_test就和mnist.load_data()返回的结构一致了（只是你的图像尺寸是512x512x1，mnist是28x28x1），可以直接用于后续模型训练。

内容的提问来源于stack exchange，提问作者clautsick