在Google Colab中使用ImageDataGenerator.flow_from_directory调用数据集的问题

我经常在Colab里开发CNN项目，这个问题我太熟悉了！要让ImageDataGenerator.flow_from_directory顺利调用你Drive里的数据集，核心步骤是先把Google Drive挂载到Colab的运行环境，再正确指定数据集路径。下面是详细操作指南：

1. 挂载Google Drive到Colab运行环境 #

首先需要把你的Google Drive挂载到Colab的虚拟机器里，这样Colab才能访问Drive里的文件。运行以下代码：

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

执行后会弹出一个授权链接，点击链接登录你的Google账号，复制生成的验证码，粘贴到Colab的输入框里，回车就能完成挂载。

2. 确认你的数据集目录结构 #

flow_from_directory对目录结构有硬性要求，否则会报错。根据你的描述，你的目录应该是这样的（必须保证每个类别有独立子文件夹）：

MyDrive/App/dataset/
├── train/
│   ├── category_1/  # 比如"cat"类别
│   │   ├── img1.jpg
│   │   ├── img2.jpg
│   │   └── ...
│   └── category_2/  # 比如"dog"类别
│       ├── img1.jpg
│       └── ...
└── test/
    ├── category_1/
    └── category_2/

如果你的目录不是这种结构，flow_from_directory无法自动识别类别，需要先调整。

3. 正确调用flow_from_directory并指定路径 #

挂载完成后，Drive里的文件路径前缀是/content/drive/MyDrive/，所以你可以直接用这个前缀拼接你的数据集路径。示例代码如下：

from tensorflow.keras.preprocessing.image import ImageDataGenerator

# 初始化ImageDataGenerator
train_datagen = ImageDataGenerator(rescale=1./255)
test_datagen = ImageDataGenerator(rescale=1./255)

# 加载训练集
train_generator = train_datagen.flow_from_directory(
    '/content/drive/MyDrive/App/dataset/train',  # 训练集路径
    target_size=(150, 150),  # 调整图片尺寸
    batch_size=32,
    class_mode='binary'  # 根据你的任务选择，多分类用'categorical'
)

# 加载测试集
test_generator = test_datagen.flow_from_directory(
    '/content/drive/MyDrive/App/dataset/test',
    target_size=(150, 150),
    batch_size=32,
    class_mode='binary'
)

4. 常见问题排查 #

• 路径拼写错误：Colab的路径是区分大小写的，比如你的文件夹叫App就不能写成app，一定要和Drive里的文件夹名称完全一致。
• 目录结构不符合要求：如果直接把所有图片放在train文件夹下，没有按类别分文件夹，flow_from_directory会报错，必须调整为每个类别一个子文件夹的结构。
• 权限问题：确保你挂载的Google账号有权限访问App文件夹，如果是共享文件夹，要确认已经接受共享邀请。

内容的提问来源于stack exchange，提问作者Hamza Mehboob