基于Keras EfficientNet的早晚图像分类两大技术问题咨询

问题一：如何修改tfds.load(dataset_name, data_dir="gs://example-bucket/datapath")适配本地GPU测试？ #

针对原代码的修改很直接：

• 把data_dir参数从GCS云存储路径（gs://xxx）替换为本地数据集存储路径，比如本地文件夹./my_local_dataset，修改后代码为：

  tfds.load(dataset_name, data_dir="./my_local_dataset")
  

  如果本地还没有该数据集，tfds.load会自动下载到指定的本地目录。
• 直接移除TPU相关的所有代码（包括TPU初始化、分发策略设置等），GPU环境下TensorFlow会自动检测并使用可用的GPU资源，无需额外配置。

另外，如果你的数据是自定义本地图像文件夹（不是TFDS标准数据集），更推荐使用tf.keras.utils.image_dataset_from_directory来加载数据，代码示例：

train_ds = tf.keras.utils.image_dataset_from_directory(
  "./local_dataset_path",
  validation_split=0.2,
  subset="training",
  seed=123,
  image_size=(224, 224),
  batch_size=32)

问题二：解决classification_report样本数量不匹配错误 #

错误原因 #

报错中的[106, 100]说明：

• labels是整个数据集的所有标签（共106个样本）
• predictions是对训练集train_x（100个样本）的预测结果
  两者样本数量完全不对应，导致报错。

修正方案 #

需要使用与预测样本对应的真实标签，并将one-hot编码的标签转换为一维类别索引，具体代码如下：

方案1：评估训练集

from sklearn.metrics import classification_report

# 对训练集做预测
predIdxs = model.predict(train_x, verbose=1)
predictions = np.argmax(predIdxs, axis=1)

# 将训练集的one-hot编码真实标签转换为一维索引
train_y_true = np.argmax(train_y, axis=1)

# 生成分类报告（target_names为类别名称列表，比如['早晨', '傍晚']）
print(classification_report(train_y_true, predictions, target_names=dataset_path))

方案2：评估测试集（更具参考价值）

通常我们会用测试集评估模型性能，代码如下：

from sklearn.metrics import classification_report

# 对测试集做预测
predIdxs = model.predict(test_x, verbose=1)
predictions = np.argmax(predIdxs, axis=1)

# 将测试集的one-hot编码真实标签转换为一维索引
test_y_true = np.argmax(test_y, axis=1)

# 生成分类报告
print(classification_report(test_y_true, predictions, target_names=dataset_path))

额外注意 #

原代码中target_names=dataset_path是合理的，因为dataset_path是你读取的类别名称列表（比如['早晨', '傍晚']），确保它的顺序和LabelEncoder编码的类别顺序一致即可。

内容的提问来源于stack exchange，提问作者SILA