如何将谷歌云端硬盘的图像数据集加载至谷歌Colab用于CNN训练？

刚巧我之前也遇到过一模一样的问题——用Colab训CNN，Drive里存着上万张图的数据集，官方教程只教单文件上传完全不够用！下面给你一套完整的可操作步骤，亲测有效：

第一步：挂载Google Drive到Colab #

首先得让Colab能访问你的Drive，运行这段代码，跟着弹出的授权流程走（扫个码、授权就行）：

from google.colab import drive
drive.mount('/content/drive')

成功后，你在Colab左侧的文件浏览器里就能看到drive文件夹，里面就是你Drive里的所有内容，包括你的图像数据集。

第二步：根据数据集形式选择处理方式 #

方式一：直接使用未压缩的文件夹 #

如果你的图像已经是现成的文件夹（比如叫my_image_dataset，在Drive里的路径是/content/drive/MyDrive/my_image_dataset/），那直接用这个路径读取数据就行，和你在本地电脑上写代码逻辑完全一致。

举个TensorFlow读取的例子：

import tensorflow as tf

# 直接用Drive里的文件夹路径创建数据集
train_dataset = tf.keras.utils.image_dataset_from_directory(
    '/content/drive/MyDrive/my_image_dataset/train',
    image_size=(224, 224),  # 根据你的CNN输入调整尺寸
    batch_size=32
)

用PyTorch的话也一样：

from torchvision.datasets import ImageFolder
from torchvision.transforms import Compose, Resize, ToTensor

transform = Compose([Resize((224, 224)), ToTensor()])
train_dataset = ImageFolder('/content/drive/MyDrive/my_image_dataset/train', transform=transform)

方式二：处理压缩的.zip文件 #

如果你的数据集是zip包，强烈建议先解压到Colab的临时存储（比直接读Drive里的zip快太多，训练时不会因为网络拖慢速度）：

1. 运行下面的代码解压zip包到Colab的/content/目录下（这个目录是Colab的本地临时存储，读写速度快）：

import zipfile
import os

# 替换成你Drive里zip包的实际路径
zip_file_path = '/content/drive/MyDrive/my_image_dataset.zip'
# 解压到这个目录，随便起个名字就行
extract_target_path = '/content/unzipped_dataset'

# 先创建目标目录，避免报错
os.makedirs(extract_target_path, exist_ok=True)

# 开始解压
with zipfile.ZipFile(zip_file_path, 'r') as zip_ref:
    zip_ref.extractall(extract_target_path)

2. 解压完成后，就可以像读取本地文件夹一样用/content/unzipped_dataset这个路径来读取图像了，例子和上面完全一样，只是路径换成解压后的目录就行。

小提醒：Colab的临时存储（/content/下的内容）在你关闭Colab会话后会消失，所以下次训练需要重新解压，不过解压速度很快，几万张图也就几十秒，完全没问题。

实用小技巧 #

• 不用手动输路径！在Colab左侧文件浏览器里找到你的数据集文件夹/zip包，右键点击选择“复制路径”，直接粘贴到代码里，绝对不会出错。
• 如果数据集特别大，训练时尽量用Colab的GPU/TPU，挂载Drive后读取数据的延迟会比本地高一点，但解压到临时存储后基本可以忽略。

内容的提问来源于stack exchange，提问作者charelf