torchvision.datasets.ImageFolder()加载图片报错[Errno 20] Not a directory求助

问题根因 #

• 报错核心是torchvision.datasets.ImageFolder的root参数要求传入文件夹路径，但你实际运行时传入的是单张图片路径/Users/___/Desktop/stylegan/images/anonym.4.jpg，系统扫描路径时发现目标是文件不是文件夹，因此抛出NotADirectoryError。
• PIL的Image.open本身接受单张图片路径作为输入，和ImageFolder的参数要求完全不同，因此测试单张路径可读取不代表符合数据集加载工具的要求。
• 你贴出的代码和实际运行的代码存在不一致：你贴出的代码中root赋值为/Users/____/Desktop/stylegan/images，但报错堆栈显示实际运行时root被赋值为单张图片路径，优先排查是否修改代码后未保存、或运行的是历史版本脚本。

解决步骤 #

方案1：调整目录结构适配ImageFolder #

ImageFolder要求数据集必须按「分类子文件夹」的结构存放，格式如下：

<root目录>
├── 类别1文件夹
│   ├── 图片1.jpg
│   ├── 图片2.jpg
│   └── ...
├── 类别2文件夹
│   ├── 图片1.jpg
│   ├── 图片2.jpg
│   └── ...
└── ...

如果所有图片属于同一类别，在/Users/____/Desktop/stylegan/images下新建一个子文件夹（比如命名为default_class），把所有图片移动到这个子文件夹内即可。

方案2：无需分类子文件夹的替代加载方式 #

如果不想调整目录结构，可以直接自定义简单的数据集类加载图片，示例代码如下：

import os
from PIL import Image
from torch.utils.data import Dataset

class CustomImageDataset(Dataset):
    def __init__(self, img_dir, transform=None):
        self.img_dir = img_dir
        self.transform = transform
        self.img_paths = [os.path.join(img_dir, f) for f in os.listdir(img_dir) if f.lower().endswith(('.png', '.jpg', '.jpeg'))]

    def __len__(self):
        return len(self.img_paths)

    def __getitem__(self, idx):
        img_path = self.img_paths[idx]
        image = Image.open(img_path).convert("RGB")
        if self.transform:
            image = self.transform(image)
        # 单类别默认返回标签0，多类别可自行调整逻辑
        return image, 0

# 调用方式
train_ds = CustomImageDataset(img_dir="/Users/____/Desktop/stylegan/images", transform=transform_ds)

内容的提问来源于stack exchange，提问作者aidan.goetzinger