Keras ImageDataGenerator中整数标签转one-hot分类编码的实现

你遇到的两个报错本质都是flow_from_dataframe的class_mode参数使用逻辑和预期不匹配导致的，完全不需要手动构造one-hot列，按下面的方案调整即可：

核心报错原因梳理 #

• 直接传整数标签列时报类型错误：class_mode="categorical"的默认设计逻辑是面向离散字符串类别的自动编码场景，会将列中的非数值离散标识（字符串、独立类别值）作为类别标签，自动统计唯一值生成one-hot编码，不支持直接传入整数类型的类别标识。你觉得接口“没做适配”的核心原因，是参数设计的适用场景和你的使用习惯错位，并非接口缺失基础能力。
• 手动构造one-hot列表列后报“仅识别到2个类别”：categorical模式会遍历你传入的列表内的所有元素值去重统计类别数，你传入的one-hot列表元素只有0.0和1.0两种取值，它自然会统计出2个类别，根本没识别到这是单样本的one-hot向量。

可行方案 #

方案1：零额外开销自动生成one-hot（最简便） #

完全不需要手动构造one-hot列，只要把整数标签列转为字符串类型，接口会自动完成类别统计和one-hot生成：

# 仅需1行代码调整标签格式
df['label'] = df['label'].astype(str)
# 后续生成器调用代码完全不用修改
image_generator = image_datagen.flow_from_dataframe(
    dataframe=df,
    x_col="img_path",
    y_col="label",
    class_mode="categorical",
    batch_size=1
)

运行后会正确识别到4个唯一标签，直接输出对应维度的one-hot标签，完全匹配你的预期。

方案2：保留整数标签列不做格式转换 #

如果不想改动原DataFrame的标签格式，直接把class_mode从"categorical"改为"sparse"，该模式直接读取整数标签作为稀疏类别标签输出，适配整数输入的场景：

image_generator = image_datagen.flow_from_dataframe(
    dataframe=df,
    x_col="img_path",
    y_col="label", # 直接传原来的整数标签列即可
    class_mode="sparse",
    batch_size=1
)

如果需要one-hot格式的标签，可以在模型训练时用稀疏损失函数适配，或在迭代取批次时自行对整数标签做one-hot转换，不需要在DataFrame层做额外适配。

方案3：直接使用自己构造的one-hot列 #

如果你已经提前在DataFrame中构造好了one-hot列表列，直接把class_mode改为"raw"即可，该模式不会对传入的标签做任何统计、编码处理，会原封不动返回你传入的标签值，完全匹配自定义标签的使用场景：

image_generator = image_datagen.flow_from_dataframe(
    dataframe=df,
    x_col="img_path",
    y_col="label_one_hot_encoded", # 直接传你构造的one-hot列
    class_mode="raw",
    batch_size=1
)

运行后会正确返回你构造的4维度one-hot标签，不会出现错误统计类别数的问题。

内容的提问来源于stack exchange，提问作者Prefect