TensorFlow 2.2.0目标检测推理时报FileNotFoundError找不到文件'i'的问题排查
报错核心原因
报错找不到名为i的文件,本质是你错误遍历了字符串类型的路径,而非遍历目标文件夹下的实际图片文件列表。
你在代码中直接把测试图片文件夹的路径赋值给了IMAGE_PATHS,这个值是单字符串,不是存放所有图片路径的列表:
IMAGE_PATHS = 'images\evaluation_images'
Python的循环机制里,对字符串执行for image_path in IMAGE_PATHS时,会依次提取字符串内的每一个字符作为循环变量——第一次循环拿到的就是字符串首字符i,后续依次是m、a…… 完全和报错里“打开名为i的文件失败”的表现对应得上。
代码的逻辑缺陷点
- 没有实现“读取目标文件夹下所有测试图片路径”的逻辑,直接把文件夹路径的字符串当成了图片路径列表使用
- 写Windows风格的反斜杠路径时,没有处理转义影响:Python里反斜杠是转义引导符,后续如果路径里出现
\t、\n这类组合,会被解析为特殊控制符,直接引发路径解析错误 - 循环遍历的对象类型和预期不匹配:本来想遍历图片路径列表,实际遍历的是单字符串
具体修正方案
- 用系统工具读取目标文件夹下的所有图片文件,生成真正的图片路径列表,替换原来的错误赋值
- 路径写法统一用正斜杠,或者给路径字符串加前缀
r用原始字符串,彻底规避转义问题
可直接复用的修正代码:
import glob # 替换原有的IMAGE_PATHS赋值逻辑 # 定义测试图片所在的文件夹 IMAGE_DIR = 'images/evaluation_images' # 读取文件夹下所有jpg、png格式的图片,拼接成完整的路径列表 IMAGE_PATHS = (glob.glob(os.path.join(IMAGE_DIR, '*.jpg')) + glob.glob(os.path.join(IMAGE_DIR, '*.png')))
修正完成后,IMAGE_PATHS的每个元素都会对应一张真实测试图片的完整路径,后续原有的推理循环逻辑可以正常运行,不会再出现逐字符遍历的问题。
附加优化建议
代码里另外两处路径写法也有转义隐患,建议同步修正:
- 模型保存路径:把
PATH_TO_SAVED_MODEL = 'exported-models\my_model\saved_model'改为PATH_TO_SAVED_MODEL = r'exported-models\my_model\saved_model' - 标签映射文件路径:把
'annotations\label_map.pbtxt'改为r'annotations\label_map.pbtxt'
内容的提问来源于stack exchange,提问作者sneeze_shiny
相关产品推荐
相关产品推荐

