如何将大量图像及掩码文件上传至Google Colab？

架构老林

2026-5-19

我来给你几个实用的方案，解决Google Drive数据导入Colab的问题——毕竟我之前做图像分割项目时也踩过类似的坑，直接避开Google Fuse的不稳定点：

方法1：用Colab内置的Drive挂载（最稳定首选）

这是Colab官方主推的方式，比单独用Fuse靠谱太多，权限和稳定性都有保障：

第一步：挂载你的Drive
运行这段代码，跟着弹出的授权流程走，复制验证码粘贴进去就行：
```
from google.colab import drive
drive.mount('/content/drive')
```

第二步：遍历文件夹加载图像和掩码
用os和PIL（或者你习惯的OpenCV）遍历子文件夹，把文件转成numpy数组。给你个可直接改的示例：

import os
import numpy as np
from PIL import Image

# 替换成你Drive里图像和掩码的根路径
img_root = '/content/drive/MyDrive/your_image_parent_folder'
mask_root = '/content/drive/MyDrive/your_mask_parent_folder'

images = []
masks = []

# 遍历所有图像文件（自动处理子文件夹）
for subdir, _, files in os.walk(img_root):
    for file in files:
        # 筛选图像格式文件
        if file.lower().endswith(('.png', '.jpg', '.jpeg')):
            # 加载图像并统一尺寸到256x256
            img_path = os.path.join(subdir, file)
            img = Image.open(img_path).resize((256, 256))
            images.append(np.array(img))
            
            # 对应加载掩码文件（假设路径结构和图像完全对应）
            # 如果掩码命名有规则（比如图像是img_001.jpg，掩码是mask_001.png），记得这里调整
            mask_rel_path = os.path.relpath(img_path, img_root)
            mask_path = os.path.join(mask_root, mask_rel_path)
            if os.path.exists(mask_path):
                mask = Image.open(mask_path).resize((256, 256))
                masks.append(np.array(mask))

# 转成最终的numpy数组
images_np = np.array(images)
masks_np = np.array(masks)

重点注意图像和掩码的对应关系，如果你的文件命名或路径有特殊规则，记得修改mask_path的生成逻辑。

方法2：压缩打包后上传Colab（适合临时测试）

要是挂载Drive后读取速度慢，你可以把图像和掩码文件夹打包成.zip，直接上传到Colab的临时存储：

上传压缩包：在Colab左侧的“文件”面板里点“上传”，选中你的压缩文件
解压到本地：
```
!unzip your_dataset.zip -d /content/local_dataset
```
之后就可以用上面同样的遍历代码加载数据了。不过要注意，Colab的临时存储会在会话结束后清空，这个方法适合快速测试，长期训练还是挂载Drive更方便。

方法3：Drive API批量获取（适合极端分散的文件结构）

如果你的文件分布得特别散，挂载后遍历效率低，可以用Drive API直接批量拉取文件。不过这个方法代码稍复杂，适合有一定编程基础的情况：

先安装依赖：

!pip install google-api-python-client google-auth-httplib2 google-auth-oauthlib

然后通过授权获取文件列表，再逐个下载到Colab本地加载。不过一般前两种方法已经能覆盖绝大多数场景了，除非你的文件夹结构特别复杂。

另外，你之前用Google Fuse出问题，大概率是权限配置或挂载稳定性的问题——Colab内置的drive.mount其实已经封装了Fuse的底层逻辑，专门适配Colab环境，优先用这个就好。

内容的提问来源于stack exchange，提问作者Jesse Cambon