在R中构建CNN图像分类模型时无法获取PNG图片文件大小

我来帮你搞定这个获取PNG文件大小的问题，同时给你一套完整的处理流程，方便你后续过滤大体积图片：

步骤1：批量获取所有训练图片的完整路径 #

首先我们需要遍历训练文件夹下的所有子文件夹，把所有PNG图片的路径都提取出来，用list.files()的递归参数就能轻松实现：

# 替换成你本地训练数据的根文件夹路径
train_root_dir <- "your/local/training/folder/path"

# 递归获取所有PNG格式文件的完整路径
all_train_png <- list.files(
  path = train_root_dir,
  pattern = "\\.png$",  # 匹配PNG后缀
  full.names = TRUE,    # 返回完整路径
  recursive = TRUE      # 遍历所有子文件夹
)

步骤2：构建包含文件大小的训练文件数据框 #

接下来我们把文件名（作为ID）、文件路径和文件大小整合到数据框里，核心用file.size()函数就能直接获取文件字节数：

# 提取文件名作为ID（可根据需求调整，比如去掉后缀）
file_ids <- basename(all_train_png)

# 获取每个文件的大小，同时转换成MB更直观
file_sizes_bytes <- file.size(all_train_png)
file_sizes_mb <- file_sizes_bytes / (1024 * 1024)

# 构建最终数据框
df_trainfiles <- data.frame(
  ID = file_ids,
  File_Path = all_train_png,
  Size_Bytes = file_sizes_bytes,
  Size_MB = round(file_sizes_mb, 2),  # 保留两位小数
  stringsAsFactors = FALSE
)

步骤3：过滤大体积图片 #

现在你就可以根据Size_MB列轻松筛选掉过大的图片了，比如我们设置阈值为5MB：

# 设置你想要的大小阈值（单位：MB）
size_threshold <- 5

# 筛选出符合大小要求的文件
filtered_train_df <- df_trainfiles[df_trainfiles$Size_MB <= size_threshold, ]

# 后续训练时，直接用filtered_train_df里的File_Path加载图片即可

额外实用提示 #

• 可以用summary(df_trainfiles$Size_MB)快速查看文件大小的分布情况，帮你合理设置阈值；
• 如果担心特殊路径字符影响读取，file.size()对绝大多数路径格式都能兼容；
• 后续加载图片时，结合这个过滤后的数据集，能大幅减少CNN训练时的内存占用压力。

内容的提问来源于stack exchange，提问作者WiseChirag