使用Keras的image_dataset_from_directory时如何完全忽略标签？

当用keras.utils.image_dataset_from_directory加载无标签图像做无监督任务时，设置labels=None后，正常生成的数据集形状应为(batch_size, image_height, image_width, n_channels)，不会出现额外的None维度。你遇到的情况大概率是数据预处理环节引入了额外维度，或参数设置有疏漏，以下是排查和解决方法：

• 确认labels=None的作用：
  显式设置labels=None后，函数会直接返回图像张量，不会附加标签相关维度。可以先去掉后续的map、batch操作，单独打印原始数据集的元素形状验证：

  raw_dataset = keras.utils.image_dataset_from_directory(
      data_dir,
      labels=None,
      validation_split=validation_split,
      subset="training",
      shuffle=False,
      image_size=(image_size, image_size)
  )
  for img in raw_dataset.take(1):
      print(img.shape)  # 正常输出应为 (32, H, W, C) 这类，无额外维度
  

• 排查preprocess_image函数：
  额外的None维度几乎都是预处理函数导致的。比如错误使用tf.expand_dims添加维度，或返回了多元素元组，都会改变张量形状。确保预处理函数接收单个图像张量，处理后返回单个张量：

  def preprocess_image(img):
      # 示例：仅做归一化，不添加额外维度
      img = tf.cast(img, tf.float32) / 255.0
      return img
  

• 调整完整代码流程：
  确认预处理函数无误后，重新构建数据集，此时形状应符合预期：

  data_dir = pathlib.Path(path_to_image)
  
  train_dataset = (keras.utils.image_dataset_from_directory(
                      data_dir,
                      labels=None,
                      validation_split=validation_split,
                      subset="training",
                      shuffle=False,
                      image_size=(image_size, image_size)
                  )
                  .map(preprocess_image, num_parallel_calls=tf.data.AUTOTUNE)
                  .cache()
                  .batch(batch_size, drop_remainder=True)
                  .prefetch(buffer_size=tf.data.AUTOTUNE))
  
  # 验证最终形状
  for batch in train_dataset.take(1):
      print(batch.shape)  # 输出 (batch_size, H, W, C)
  

另外需确认数据集目录结构：当labels=None时，函数会遍历data_dir下所有图像文件（包括子文件夹内的），无需按分类创建子文件夹，避免因目录结构触发不必要的维度生成。

内容的提问来源于stack exchange，提问作者HMUNACHI