MATLAB中trainNetwork报错：数据存储无效转换函数问题求助

错误核心原因 #

• 你调用的preprocessTrainingData是自定义预处理函数，但当前Matlab工作区/路径中没有定义这个函数，导致系统无法找到。
• 另外，combine(imds,pxds)返回的组合数据存储对象，每次读取的data是cell类型（第一个元素为训练图像，第二个为对应标签图），这和未定义的函数预期输入不匹配，进一步触发错误。

具体解决方法 #

方法1：定义符合要求的preprocessTrainingData函数 #

在当前工作目录下新建preprocessTrainingData.m文件，写入适配cell输入的预处理逻辑（示例如下，可根据需求调整）：

function [processedImg, processedLabel] = preprocessTrainingData(data, targetSize)
    % 从cell中提取原始图像和标签
    rawImg = data{1};
    rawLabel = data{2};
    
    % 调整图像和标签到目标尺寸（语义分割需保证两者尺寸完全一致）
    processedImg = imresize(rawImg, targetSize);
    % 标签用最近邻插值，避免插值导致类别ID混淆
    processedLabel = imresize(rawLabel, targetSize, 'nearest');
    
    % 可选：图像归一化（根据网络需求选择是否添加）
    processedImg = processedImg / 255;
end

完成后确保该文件在Matlab当前路径中，即可正常调用。

方法2：直接用匿名函数嵌入预处理逻辑 #

如果预处理逻辑简单，无需单独创建函数文件，可直接把逻辑写到transform的匿名函数中：

tds = transform(cds, @(data) deal(...
    imresize(data{1}, imageSize)/255, ...  % 图像调整尺寸+归一化
    imresize(data{2}, imageSize, 'nearest') ... % 标签调整尺寸（最近邻插值）
));

验证建议 #

运行训练代码前，可先手动读取一组数据测试预处理逻辑，确保输出符合网络要求：

sampleData = read(cds);
% 测试方法1的函数
[testImg, testLabel] = preprocessTrainingData(sampleData, imageSize);
% 检查输出尺寸
disp(size(testImg));
disp(size(testLabel));

内容的提问来源于stack exchange，提问作者A Renton