如何遍历TensorFlow测试数据集批次并访问单张图片数组？

核心问题 #

你误解了test_dataset.unbatch()返回的数据集结构：

• 原test_dataset的每个元素是**(批量图片数组, 批量标签数组)**，其中批量图片数组的shape为(32, 224, 224, 3)（对应32张224×224的3通道图片）。
• 调用unbatch()后，数据集会被拆分为单个样本，每个元素变成**(单张图片数组, 单个标签)**，单张图片数组的shape就是(224, 224, 3)。

你在循环里把image_batch当成了批量数据，取image_batch[0]实际是取这张单图的第一行像素，所以得到shape(224, 3)，这和你的预期不符。

正确的访问方式 #

直接遍历unbatch()后的数据集，每个元素就是单张图片和对应标签，无需再索引：

labels_batch = []
for image, label in test_dataset.unbatch():
    # image就是单张图片，shape为(224, 224, 3)
    print(image.shape)  # 输出 (224, 224, 3)
    labels = label.numpy()
    labels_batch.append(labels)

其他验证方式 #

如果要快速获取测试集的第一张图片，还可以用以下方式（不需要unbatch）：

# 取第一个批次的第一张图
first_batch_images, first_batch_labels = next(iter(test_dataset))
first_image = first_batch_images[0]
print(first_image.shape)  # 输出 (224, 224, 3)

或者用unbatch后的方式直接取第一张图：

first_image, first_label = next(iter(test_dataset.unbatch()))
print(first_image.shape)  # 输出 (224, 224, 3)

内容的提问来源于stack exchange，提问作者Jaturong