Question

我正在尝试使用Keras的flow_from_dataframe方法来读取训练和测试图像。

我的训练图像和测试图像都在同一目录中，我从两个不同的csv文件读取路径。

我读取测试图像的代码如下，

# Read test file
testdf = pd.read_csv("test.csv")

# load images
test_datagen = ImageDataGenerator(rescale=1./255)

test_generator = test_datagen.flow_from_dataframe(
    dataframe=testdf, directory=IMAGE_PATH,
    x_col='image_name', y_col=None,
    has_ext=True, target_size=(10,10)
    ,batch_size=32,color_mode='rgb',shuffle=False, class_mode=None)

我得到这样的输出

Found 0 images.

虽然用于读取训练数据的类似代码正常工作。我检查了图像是否存在于给定的路径中，并且确实如此。此错误的可能原因有哪些？如何尝试调试问题？

编辑：这是一项回归任务，因此所有图像都位于一个目录中，而不是分类任务中预期的子目录中。

编辑2：我将usecols=[0]添加到read_csv中，现在test_datagen可以找到目录中的所有图像，而不仅仅是test.csv文件中提到的图像

Answer 1

该问题是由于数据框中的NaN而发生的。忽略这些列不起作用。解决方案是用其他东西代替NaN。例如，

testdf = pd.read_csv("test.csv")
testdf.fillna(0, inplace=True)

这将NaN替换为0。然后照常使用ImageDataGenerator。

Answer 2

我也面临着同样的错误，并找到了解决方案。我使用的是绝对路径，使用的是正确的DataFrame，并且一切仍然很好，但代码仍然抛出错误-“未找到图片”。

我检查了一下，发现我的数据框包含不带扩展名的图像名称，并且文件夹中的图像也具有扩展名。例如。 DataFrame中的图像名称为“ abc”，但文件夹中的图像名为“ abc.png”。只需在DataFrame中的图像名称中添加.png即可解决您的问题。我只是尝试下面的代码，它就解决了.. !!!!

def append_ext(fn):
    return fn+".png"
train_valid_data["id_code"]=train_valid_data["id_code"].apply(append_ext)
test_data["id_code"]=test_data["id_code"].apply(append_ext)

让我知道它是否可以解决您的问题，或者是否需要任何进一步的说明。

Answer 3

我有同样的问题。首先，请确保正确获取参数directory的绝对路径。

我df中的文件名的值为image.pgm.png，文件夹中的实际图像文件的格式为image.pgm。

我试图将df中的文件名更改为image.pgm =>仍然无法正常工作
我将图像文件从image.pgm重命名为image.pgm.png，该文件与df =>正常工作的格式完全匹配！

Keras flow_from_dataframe提供了0张图片

3 个答案: