如何结合PNG图像与CSV多目标特征创建TensorFlow Dataset？

你需要将图像数据集与CSV中的多目标特征配对，核心是保证图像顺序与目标特征顺序完全匹配，以下是具体步骤：

1. 读取并预处理CSV目标数据 #

首先用Pandas读取CSV文件，提取目标特征列，并确保其顺序与图像数据集的加载顺序一致：

import pandas as pd
import tensorflow as tf

# 读取CSV文件
targets_df = pd.read_csv("/Project/Targets/targets.csv")

# 假设CSV包含图像文件名列（如'image_name'）和三个特征列（如'f1','f2','f3'）
# 按文件名排序，确保与图像加载顺序一致
targets_df['image_name'] = targets_df['image_name'].astype(str)
targets_df = targets_df.sort_values('image_name').reset_index(drop=True)

# 提取目标特征转为数组
target_features = targets_df[['f1', 'f2', 'f3']].values

如果CSV没有文件名列，而是以行索引对应图像文件名（如第0行对应0.png），直接提取特征即可：

target_features = targets_df.values  # 假设CSV前三列就是三个目标特征

2. 创建目标数据集并与图像数据集配对 #

将目标特征转为TensorFlow Dataset，再与已加载的图像数据集配对：

# 从数组创建目标Dataset
targets_ds = tf.data.Dataset.from_tensor_slices(target_features)

# 配对图像与目标特征
combined_ds = tf.data.Dataset.zip((inputs_ds, targets_ds))

3. 后续数据集处理（可选） #

根据训练需求添加打乱、批处理、预取等操作：

# 打乱数据集+设置批次大小
combined_ds = combined_ds.shuffle(buffer_size=1000).batch(32)
# 预取加速训练
combined_ds = combined_ds.prefetch(tf.data.AUTOTUNE)

关键注意事项 #

• 顺序一致性：image_dataset_from_directory在labels=None且未设置shuffle=True时，会按文件名的字典序加载图像，必须保证CSV的目标顺序与这个排序完全匹配，否则会出现标签错位。
• 数据类型匹配：确保目标特征的类型与模型输出层的类型兼容（回归任务一般用float32，你的整数特征可以转为float，或者模型输出用int，但回归通常用连续值）。

内容的提问来源于stack exchange，提问作者Ras2