运行Keras图像识别教程代码遇双重报错及H5文件写入异常

看起来你遇到的问题主要出在路径解析和标签处理上，咱们一步步拆解解决：

问题根源分析 #

1. KeyError: 'imgs'：这其实是第一次运行代码时的正常现象——因为X.h5文件还没生成，里面自然没有imgs数据集，所以代码会进入异常处理流程去处理原始图片，这个本身不是bug，但后面的ValueError才是阻碍数据生成的关键。
2. ValueError: 无法将'Final_Training'转为整数：你的get_class函数用img_path.split('/')[-2]取分类文件夹名，但由于路径分隔符适配问题（比如Windows下是\而不是/），或者路径结构解析错误，导致你取到的不是分类文件夹的数字名称，而是Final_Training这个字符串，转int自然失败。
3. 移除int转换后X.h5仍无法正确写入：因为标签变成了字符串，而np.eye(NUM_CLASSES)[labels]要求索引必须是整数，这会导致one-hot编码失败，最终无法生成有效的Y数组，写入h5自然出问题。

修复方案 #

1. 修复分类标签获取函数 #

用Python标准库的os.path工具来解析路径，它会自动适配Windows/macOS/Linux的路径分隔符，确保正确获取分类文件夹名：

def get_class(img_path):
    # 先获取图片的父文件夹路径
    parent_dir = os.path.dirname(img_path)
    # 再提取父文件夹的名称（也就是分类标签的字符串形式）
    class_str = os.path.basename(parent_dir)
    try:
        return int(class_str)
    except ValueError:
        print(f"警告：路径{img_path}中的分类名称{class_str}不是整数，跳过该图片")
        return None  # 返回None方便后续过滤

2. 完善数据处理流程，添加校验 #

在循环处理图片时，增加对图片形状、标签有效性的校验，避免生成无效数据：

import os
import glob
import numpy as np
import h5py
from skimage import io

# 请根据你的数据集实际分类数量修改这个值
NUM_CLASSES = 43

def preprocess_img(img):
    # 示例预处理：调整为32x32尺寸，归一化到0-1范围
    from skimage.transform import resize
    img = resize(img, (32, 32))
    return img

def get_class(img_path):
    parent_dir = os.path.dirname(img_path)
    class_str = os.path.basename(parent_dir)
    try:
        return int(class_str)
    except ValueError:
        print(f"无效分类名：{class_str}，路径：{img_path}")
        return None

try:
    with h5py.File('X.h5', 'r') as hf:
        X, Y = hf['imgs'][:], hf['labels'][:]
    print("✅ 成功从X.h5加载数据")
except (IOError, OSError, KeyError) as e:
    print(f"⚠️ 加载X.h5失败：{e}，开始处理原始图片...")
    root_dir = 'Data/Final_Training/Images/'
    imgs = []
    labels = []
    # 用os.path.join拼接路径，避免分隔符问题
    all_img_paths = glob.glob(os.path.join(root_dir, '*', '*.ppm'))
    print(f"🔍 找到{len(all_img_paths)}张图片")
    np.random.shuffle(all_img_paths)

    for idx, img_path in enumerate(all_img_paths):
        # 每处理1000张打印进度
        if idx % 1000 == 0:
            print(f"⏳ 已处理{idx}/{len(all_img_paths)}张图片")
        try:
            img = io.imread(img_path)
            img = preprocess_img(img)
            # 确保所有图片预处理后形状一致（比如32x32x3）
            if img.shape != (32, 32, 3):
                print(f"❌ 图片{img_path}形状异常：{img.shape}，跳过")
                continue
            label = get_class(img_path)
            # 过滤无效标签
            if label is None or label < 0 or label >= NUM_CLASSES:
                print(f"❌ 标签无效：{label}，路径：{img_path}，跳过")
                continue
            imgs.append(img)
            labels.append(label)
        except (IOError, OSError) as e:
            print(f"❌ 处理图片失败：{img_path}，错误：{e}")
            pass

    print(f"🎉 处理完成，共收集{len(imgs)}张有效图片")
    # 转换为numpy数组
    X = np.array(imgs, dtype='float32')
    # 生成one-hot编码标签
    Y = np.eye(NUM_CLASSES, dtype='uint8')[labels]
    print(f"📊 数据形状：X={X.shape}, Y={Y.shape}")

    # 写入h5文件
    with h5py.File('X.h5', 'w') as hf:
        hf.create_dataset('imgs', data=X)
        hf.create_dataset('labels', data=Y)
    print("✅ 数据已成功写入X.h5")

3. 额外检查点 #

• 确认你的数据集路径结构：Data/Final_Training/Images/下的子文件夹必须是整数命名的分类文件夹（比如0、1、2...），每个文件夹下存放对应类别的ppm图片。
• 确认NUM_CLASSES的值和实际分类数量一致，否则one-hot编码会失败。
• 检查preprocess_img函数：确保它能将所有图片处理成相同的形状（比如统一的宽高和通道数），否则np.array(imgs)会生成不规则数组，无法写入h5文件。

内容的提问来源于stack exchange，提问作者randomUser