如何将图像与掩码路径DataFrame转换为TensorFlow图像数据集？

错误根源是tf.data.Dataset.from_tensor_slices(val_data_df)生成的数据集，每个元素是包含photos和mask键的字典，而非两个独立的image和label参数。你的make_it_image函数期望接收两个位置参数，但实际只收到一个字典，因此触发参数缺失报错。

两种修复方案： #

方案1：修改函数接收字典参数

val_data = tf.data.Dataset.from_tensor_slices(val_data_df)

def make_it_image(data_dict):
    # 从字典中提取路径
    image_path = data_dict['photos']
    label_path = data_dict['mask']
    
    image_raw = tf.io.read_file(image_path)
    image = tf.image.decode_image(image_raw, channels=3)  # 指定通道数避免维度不确定
    label_raw = tf.io.read_file(label_path)
    label = tf.image.decode_image(label_raw, channels=1)  # 根据掩码实际通道数调整

    # 归一化
    image = image / 255.0
    label = label / 255.0

    return image, label

val_data = val_data.map(make_it_image).cache().batch(BATCH_SIZE).prefetch(tf.data.AUTOTUNE)

方案2：拆分DataFrame为独立数组传入数据集

直接将图像和掩码路径分别作为切片输入，让数据集元素是两个独立参数：

# 从DataFrame提取路径数组
val_img_paths = val_data_df['photos'].values
val_mask_paths = val_data_df['mask'].values

# 创建数据集，每个元素为(image_path, mask_path)
val_data = tf.data.Dataset.from_tensor_slices((val_img_paths, val_mask_paths))

# 原make_it_image函数可直接使用
def make_it_image(image, label):
    image_raw = tf.io.read_file(image)
    image = tf.image.decode_image(image_raw, channels=3)
    label_raw = tf.io.read_file(label)
    label = tf.image.decode_image(label_raw, channels=1)

    image = image / 255.0
    label = label / 255.0

    return image, label

val_data = val_data.map(make_it_image).cache().batch(BATCH_SIZE).prefetch(tf.data.AUTOTUNE)

无需先构建DataFrame，直接生成两个目录的文件路径列表，再合并为数据集：

import os
import tensorflow as tf

# 定义目录路径
VAL_DIR = "dataset/val2017"
VAL_MASK_DIR = "dataset/panoptic_val2017"

# 获取排序后的文件路径（必须确保图像与掩码一一对应）
val_img_paths = sorted([os.path.join(VAL_DIR, fname) for fname in os.listdir(VAL_DIR)])
val_mask_paths = sorted([os.path.join(VAL_MASK_DIR, fname) for fname in os.listdir(VAL_MASK_DIR)])

# 创建两个路径数据集并合并为(image_path, mask_path)对
img_dataset = tf.data.Dataset.from_tensor_slices(val_img_paths)
mask_dataset = tf.data.Dataset.from_tensor_slices(val_mask_paths)
val_data = tf.data.Dataset.zip((img_dataset, mask_dataset))

# 加载与预处理函数
def load_and_preprocess(image_path, mask_path):
    # 加载图像
    image = tf.io.read_file(image_path)
    image = tf.image.decode_jpeg(image, channels=3)  # 针对JPG格式明确解码
    image = tf.cast(image, tf.float32) / 255.0

    # 加载掩码
    mask = tf.io.read_file(mask_path)
    mask = tf.image.decode_png(mask, channels=1)  # 掩码多为PNG单通道
    mask = tf.cast(mask, tf.float32) / 255.0

    return image, mask

val_data = val_data.map(load_and_preprocess).cache().batch(BATCH_SIZE).prefetch(tf.data.AUTOTUNE)

关键注意点： #

• 必须保证两个目录下的文件按文件名排序后一一对应，否则会出现图像与掩码匹配错误。
• 使用decode_jpeg/decode_png替代通用的decode_image，可明确文件格式，避免TensorFlow自动推断时的维度不确定性问题。

内容的提问来源于stack exchange，提问作者tikendraw