为何tf.keras.preprocessing.image_dataset_from_directory未读取目录全部PNG图像

tf.keras.preprocessing.image_dataset_from_directory有固定的目录扫描规则，和你当前的目录结构完全不匹配：

• 该接口设计上面向分类任务，要求传入的根路径下必须存在至少一个一级子目录：它会把所有一级子目录识别为分类的类别，仅扫描这些子目录内部的图像文件，不会扫描根路径下的零散散文件。
• 你将12140张PNG直接存放在PATH根目录、没有任何一级子目录存放的情况下，接口的枚举逻辑出现了异常：它错误地将PATH下的零散系统文件、隐藏文件或极小的隐藏子目录内的文件识别为有效图像，最终仅统计到37个文件。你看到的“30个训练样本”，是接口基于这错误统计到的37个文件做的validation_split分割结果，和你实际的12140张图像无关联。
• 次要可能原因：若你使用Linux/macOS系统，接口默认对扩展名大小写敏感，部分后缀为大写.PNG的文件会被直接跳过。但你的glob已经统计到12140个小写后缀的PNG，该场景发生率较低。

你不需要标签来训练卷积自编码器，有两种可直接落地的方案：

• 方案1：适配接口设计要求：在PATH下新建一个空子目录（例如命名为unsupervised），将所有12140张PNG移动到该子目录内。此时接口会自动将unsupervised识别为唯一类别，即可扫描到全部图像。
• 方案2：使用原生无标签加载逻辑：直接绕过这个面向分类任务的接口，用tf.data.Dataset.list_files匹配PATH下所有PNG路径，再自行编写图像加载、归一化的预处理逻辑，更适配自编码器的无标签训练需求。

内容的提问来源于stack exchange，提问作者Soerendip