图像分类器预测遇InvalidArgumentError：输入文件名需为标量

问题原因 #

你调用fd函数时传入了列表[im]，但tf.io.read_file要求输入单个文件名（标量字符串），而非列表，因此触发报错。此外原代码还有个隐藏问题：tf.io.read_file返回的是文件内容字符串，不能直接用tf.image.resize，必须先解码为图像张量。

快速解决：修改调用代码 #

直接传入单个文件名字符串，同时调整返回值索引：

im = "/content/1000_IM-0003-1001.dcm.png"
matches = fd(t_embeddings, 
             im,  # 去掉外层列表，直接传字符串
             normalize=True)[0]  # 返回结果是二维列表，取第一个元素
# 用遍历避免索引越界，防止k值小于9时出错
for result in matches:
  print(result)

进阶方案：修改函数支持批量图像 #

如果需要一次性处理多张图像，修改函数以兼容列表输入，同时修复图像解码问题：

def fd(t_embeddings, imagesss, k=1, normalize=True):
  # 处理批量或单个图像输入
  if isinstance(imagesss, list):
    imgr_list = []
    for img_path in imagesss:
      # 读取文件后解码为图像张量
      img_raw = tf.io.read_file(img_path)
      img = tf.image.decode_png(img_raw, channels=3)  # 根据图像格式选decode_png/decode_jpeg
      img_resized = tf.image.resize(img, (299, 299))
      imgr_list.append(img_resized)
    # 堆叠为批量张量
    imgr = tf.stack(imgr_list)
  else:
    # 单个图像处理逻辑
    img_raw = tf.io.read_file(imagesss)
    img = tf.image.decode_png(img_raw, channels=3)
    imgr = tf.expand_dims(tf.image.resize(img, (299, 299)), axis=0)
  
  i_embedding = vision_encoder(imgr)
  if normalize:
    image_embeddings = tf.math.l2_normalize(t_embeddings, axis=1)
    query_embedding = tf.math.l2_normalize(i_embedding, axis=1)
  dot_similarity = tf.matmul(query_embedding, image_embeddings, transpose_b=True)
  results = tf.math.top_k(dot_similarity, k).indices.numpy()
  return [[df['findings'][idx] for idx in indices] for indices in results] 

调用时可正常传入列表：

im = "/content/1000_IM-0003-1001.dcm.png"
matches = fd(t_embeddings, 
             [im], 
             normalize=True)[0]
for result in matches:
  print(result)

内容的提问来源于stack exchange，提问作者Jacob