TensorFlow新手加载oxford_flowers102数据集时图片计数为0求助

问题原因 #

计数为0和压缩包格式无关，核心原因是102flowers.tgz解压后的目录结构和你使用的glob匹配规则不匹配：
你下载的原图压缩包解压后，所有jpg图片都存放在二级子目录jpg下，直接在根目录匹配*.jpg无法命中文件。

第一段测试代码修正 #

import tensorflow as tf
import pathlib

data_dir = tf.keras.utils.get_file(origin='https://www.robots.ox.ac.uk/~vgg/data/flowers/102/102flowers.tgz',fname='102flowers', untar=True)
data_dir = pathlib.Path(data_dir)
# 调整glob匹配规则，匹配jpg子目录下的所有jpg文件
image_count = len(list(data_dir.glob('jpg/*.jpg')))
print(image_count)

正常运行后会输出8189，即oxford_flowers102数据集的总图片数。

第二段测试代码说明 #

你下载的102segmentations.tgz是分割标注数据集，不是图像分类任务需要的原图，它解压后所有掩码文件存放在segm子目录下，若要计数需要将匹配规则改为segm/*.jpg。

压缩格式疑问说明 #

你观测到的两种压缩格式都是tar压缩包的合法封装形式，tf.keras.utils.get_file的untar参数可以正常识别解压，和计数为0的问题没有关联。

更便捷的数据集加载方式 #

如果不需要手动处理文件结构，可以直接使用TensorFlow Datasets加载oxford_flowers102数据集，适配官方图像分类教程的训练流水线：

import tensorflow_datasets as tfds

# 加载数据集，split参数可指定加载训练/验证/测试集，as_supervised=True返回（图像，标签）对
ds, ds_info = tfds.load('oxford_flowers102', split='train', with_info=True, as_supervised=True)

# 查看数据集元信息
print("训练集样本数：", ds_info.splits['train'].num_examples)
print("总类别数：", ds_info.features['label'].num_classes)

内容的提问来源于stack exchange，提问作者Harriet Li