tf.keras.image_dataset_from_directory读取图片不全及加载差异咨询

• 默认支持的图片扩展名不同
  tf.keras.preprocessing.image_dataset_from_directory的image_extensions参数默认仅识别 .bmp/.gif/.jpeg/.jpg/.png 格式的图片，其余格式（如.webp/.tiff）、大写后缀（如.JPG/.PNG）的图像会被直接过滤。而ImageDataGenerator.flow_from_directory默认支持的图像扩展名更广，也兼容大小写后缀，不会过滤这类文件。
• 损坏文件的处理逻辑不同
  image_dataset_from_directory扫描文件时会提前校验图片可解码性，遇到损坏、无法正常读取的图片会直接跳过不计入总数。而flow_from_directory扫描阶段仅匹配文件名后缀，不会提前做解码校验，会把损坏图片也计入总数，仅在实际读取数据时才会抛出异常。

1. 补充完整扩展名参数
   先确认你的数据集中所有图片的后缀，将全部用到的扩展名传入image_extensions参数，示例修改后的代码如下：

train_dataset = tf.keras.preprocessing.image_dataset_from_directory(
    directory=("e:/Desktop/IT FYP/Dataset/train"),
    labels="inferred",
    label_mode="categorical",
    image_size=(350, 350),
    seed=123,
    subset=None,
    interpolation="bilinear",
    follow_links=False,
    # 新增参数，补充数据集用到的所有图片扩展名、大写后缀
    image_extensions=['.bmp', '.gif', '.jpeg', '.jpg', '.png', '.webp', '.tiff', '.tif', '.JPG', '.PNG']
)

2. 清理损坏图片
   如果补充扩展名后仍未匹配到全部文件，说明数据集中存在损坏无法解码的图片，你可以遍历目录逐个校验图片完整性，删除或修复损坏文件后再运行加载代码即可。

内容的提问来源于stack exchange，提问作者黃兆榮