如何在Google Colab中上传包含子文件夹的图片数据集？

嘿，刚好碰到过这个问题！files.upload()确实只能处理单个文件，要上传带多层子文件夹的图片数据集，有几个靠谱的方案，你按需选就行：

如果你的数据集比较大，或者之后还要反复用到，直接挂载Google Drive是最省心的：

• 先运行这段代码授权挂载：

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

• 执行后会弹出一个授权链接，点击它登录你的Google账号，复制生成的授权码，粘贴到Colab的输入框里回车，就能完成挂载。
• 挂载成功后，你可以在Colab左侧的文件浏览器里看到/content/drive/MyDrive路径。提前把你的数据集文件夹上传到Google Drive里，之后就可以直接通过这个路径读取数据了，比如遍历子文件夹里的图片：

import os

# 替换成你在Drive里的数据集文件夹路径
data_root = '/content/drive/MyDrive/MyImageDataset'

# 遍历所有子文件夹和图片文件
for root, dirs, files in os.walk(data_root):
    for filename in files:
        if filename.lower().endswith(('.jpg', '.jpeg', '.png', '.bmp')):
            img_full_path = os.path.join(root, filename)
            # 在这里添加你的图片处理逻辑
            print(f"找到图片：{img_full_path}")

如果你的数据集不大，只是临时用一次，可以先把本地的文件夹打包成ZIP文件，再上传解压：

• 第一步，上传ZIP包：

from google.colab import files
uploaded = files.upload()

• 上传完成后，找到你上传的ZIP文件名（比如my_dataset.zip），运行以下代码解压到指定目录：

import zipfile
import io

# 替换成你的ZIP文件名
zip_filename = 'my_dataset.zip'
# 解压到/content/dataset目录下
extract_path = '/content/dataset'

with zipfile.ZipFile(io.BytesIO(uploaded[zip_filename]), 'r') as zip_ref:
    zip_ref.extractall(extract_path)

print(f"数据集已解压到：{extract_path}")

• 解压完成后，/content/dataset里就会保留原有的子文件夹结构和所有图片了。

如果你的数据集托管在GitHub、GitLab或者其他公开存储平台，直接用Colab的命令行工具下载更高效：

比如克隆GitHub仓库：

!git clone https://github.com/your-username/your-dataset-repo.git

或者用wget下载ZIP包并解压：

!wget https://example.com/your-dataset.zip
!unzip your-dataset.zip -d /content/dataset

内容的提问来源于stack exchange，提问作者Karan Purohit