Keras训练7类图像分类器时出现val_ins未定义错误求助

首先，触发UnboundLocalError: local variable 'val_ins' referenced before assignment的直接原因是你调用classifier.fit()时，validation_data参数只传入了测试图像数据test_data，却没有传入对应的测试标签。Keras要求validation_data必须是**(验证数据, 验证标签)**的元组，缺失标签会导致内部处理验证流程时出现变量未定义的错误。

接下来我们一步步修复你的代码：

1. 补全测试标签的收集逻辑 #

你目前只收集了测试图像，完全没处理测试标签，需要在读取测试图像的循环中添加标签收集的代码：

test_labels = []  # 新增：初始化测试标签列表
for label,labelData in labelList:
    dir = "mlData/test/" + label
    for img in os.listdir(dir):
        path = os.path.join(dir, img)
        img = Image.open(path)
        img = img.convert('RGB')
        img = img.resize((imageSide, imageSide), Image.ANTIALIAS)
        img = np.array(img)
        test_data.append(img)
        test_labels.append(labelData)  # 新增：将当前图像对应的标签加入列表

test_labels = np.array(test_labels)  # 新增：转成numpy数组，和训练标签格式统一

2. 修正validation_data参数格式 #

在fit()方法中，把validation_data改成包含测试数据和标签的元组：

classifier.fit(
    train_data, train_labels,
    steps_per_epoch=110,  # 这里需要修改，原因见下文
    epochs=10,
    validation_data=(test_data, test_labels),  # 修正：传入数据+标签的元组
    validation_steps=110  # 同样需要修改，原因见下文
)

3. 修复多分类任务的核心配置问题 #

你的任务是7个类别的图像分类，属于标准多分类任务，但当前代码有两个关键设置错误：

• 最后一层激活函数用了sigmoid：多分类任务应该用softmax，它能保证所有类别的概率之和为1，符合分类任务的概率逻辑；
• loss函数用了binary_crossentropy：针对one-hot格式标签的多分类任务，应该使用categorical_crossentropy。

修改模型的输出层和编译配置：

# 把最后一层的sigmoid改成softmax
classifier.add(Dense(units = 7, activation = 'softmax'))
# 把loss改成categorical_crossentropy
classifier.compile(optimizer = 'adam', loss = 'categorical_crossentropy', metrics = ['accuracy'])

4. 修正steps_per_epoch和validation_steps的取值 #

你的训练数据只有3502个样本，默认batch_size是32，steps_per_epoch的合理值应该是训练样本数 // batch_size（即3502//32≈110），而不是你设置的8000——这个数值远大于实际样本量，会导致Keras反复遍历训练数据，既低效又无意义。同理，validation_steps应该设置为测试样本数//batch_size（3506//32≈110）。

额外优化建议 #

• 对图像数据做归一化处理：将像素值除以255，把数据范围缩放到[0,1]，这能帮助模型更快收敛：

train_data = train_data / 255.0
test_data = test_data / 255.0

• 替换弃用的API：Image.ANTIALIAS在PIL新版本中已被弃用，建议改用Image.Resampling.LANCZOS，避免版本兼容警告。

把这些修改整合后，你的代码应该就能正常运行并开始训练了。

内容的提问来源于stack exchange，提问作者Omroth