TensorFlow模型训练报错Data cardinality is ambiguous，疑因彩色图输入形状问题

核心错误点 #

1. 图像数据维度混乱 #

你用np.append(images, image_array)处理图像时，会把每个(702,492,3)的彩色图像数组直接拉平成一维，最终training_images变成一个没有样本维度的巨大一维数组（长度725306400），而标签是700个样本，导致模型识别不出输入的样本数量，触发数据基数不匹配的错误。

2. 模型输入形状与图像不匹配 #

你的训练图是彩色图（3通道），但模型第一层input_shape=(702, 492, 1)设置为单通道灰度图，不仅通道数错误，若图像实际shape是(492,702,3)（宽x高），还存在宽高顺序颠倒的问题。

3. 标签格式不符合要求 #

你直接将文件夹名字符串作为标签，而SparseCategoricalCrossentropy损失函数要求标签是整数类型，字符串标签无法被模型识别。

修正后的完整代码 #

import os
import numpy as np
import matplotlib.pyplot as plt
import tensorflow as tf
from sklearn.preprocessing import LabelEncoder

# 初始化列表存储图像和标签（不要用空numpy数组）
images = []
labels = []
path = "你的数据集路径"  # 替换为实际路径

# 读取数据
for index, folder in enumerate(os.listdir(path)):
    print(f"Folder Index = {index}")
    if folder == ".DS_Store":
        continue
    # 用os.path.join拼接路径，兼容不同系统
    folder_path = os.path.join(path, folder)
    for i, image_name in enumerate(os.listdir(folder_path)):
        print(f"Image Index = {i}")
        image_path = os.path.join(folder_path, image_name)
        img = plt.imread(image_path)
        # 转换为数组并添加到列表
        image_array = tf.keras.preprocessing.image.img_to_array(img)
        images.append(image_array)
        labels.append(folder)

# 转换为4D张量：(样本数, 高度, 宽度, 通道数)，并归一化
training_images = np.array(images) / 255.0
# 查看最终图像形状，确认是否为(700, 702, 492, 3)或对应实际尺寸
print(f"Training images shape: {training_images.shape}")

# 转换字符串标签为整数
le = LabelEncoder()
labels = le.fit_transform(labels)
labels = np.array(labels)
print(f"Labels shape: {labels.shape}")

# 构建修正后的模型
model = tf.keras.models.Sequential([
    # 根据图像实际shape设置input_shape，这里假设是(702, 492, 3)
    tf.keras.layers.Conv2D(32, (3, 3), activation='relu', input_shape=training_images.shape[1:]),
    tf.keras.layers.MaxPooling2D(2, 2),
    tf.keras.layers.Conv2D(64, (3, 3), activation='relu'),
    tf.keras.layers.MaxPooling2D(2, 2),
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(100, activation='softmax')
])

# 编译模型
model.compile(optimizer='adam',
              loss=tf.keras.losses.SparseCategoricalCrossentropy(),
              metrics=['accuracy'])
model.summary()

# 训练模型
model.fit(training_images, labels, epochs=3)

额外优化建议 #

• 图像尺寸过大（492x702）会导致训练速度极慢，建议用tf.keras.layers.Resizing或tf.keras.preprocessing.image.load_img的target_size参数缩放到224x224等常用尺寸。
• 加入数据增强（如tf.keras.layers.RandomFlip、tf.keras.layers.RandomRotation）提升模型泛化能力。
• 可以用tf.data.Dataset加载数据，效率比手动读取更高。

内容的提问来源于stack exchange，提问作者S.M