如何从Keras的image_dataset_from_directory中获取文件数和类别数？

你完全可以直接从生成的dataset对象中提取这两个信息，无需额外遍历文件系统：

1. 获取类别数 #

image_dataset_from_directory返回的数据集对象自带class_names属性，它是包含所有类别名称的列表，直接取长度就能得到类别数：

num_classes = len(dataset.class_names)
print(f"类别数：{num_classes}")

2. 获取文件总数 #

方法一：通过数据集API统计（精准高效） #

利用TensorFlow的数据集API直接统计总样本数，避免手动遍历文件：

import tensorflow as tf

# 用reduce累加每批样本数得到总数
total_samples = dataset.reduce(0, lambda acc, batch: acc + tf.shape(batch[0])[0]).numpy()
print(f"文件总数：{total_samples}")

方法二：批次数量×批次大小（近似，注意边界） #

如果数据集样本数能被设定的BATCH_SIZE整除，可快速计算；但如果最后一批样本数小于BATCH_SIZE，结果会有误差：

total_batches = dataset.cardinality().numpy()
total_samples = total_batches * BATCH_SIZE

对比你原来的文件遍历方法，直接从数据集对象提取的方式更高效，尤其是在数据集规模较大时，还能避免重复的IO操作。

内容的提问来源于stack exchange，提问作者Aloysia de Argenteuil