(Tensorflow 2.0) Keras Dataframe 无法检测到验证图像答案

【问题标题】：(Tensorflow 2.0) Keras Dataframe cannot detect the validation images(Tensorflow 2.0) Keras Dataframe 无法检测到验证图像
【发布时间】：2021-01-05 16:50:55
【问题描述】：

我尝试使用 keras.ImageDataGenerator.flow_from_dataframe，但它无法检测到验证图像，我得到了这个

找到 162770 个经过验证的图像文件名。

找到 0 个经过验证的图像文件名。

谁能帮帮我

我的代码在这里：

traindf=pd.read_csv('E:/color.csv')
columns=["Black", "White", "Red", "Blue", "Green", "Brown", "Yellow"]

datagen=ImageDataGenerator()    
train_generator=datagen.flow_from_dataframe(
dataframe=traindf,
directory="E:/Experimental_Data",
x_col="image_id",
y_col=columns,
subset="training",
batch_size=32,
seed=42,
shuffle=True,
class_mode="raw",
target_size=(178,218))

test_datagen=ImageDataGenerator()
valid_generator=test_datagen.flow_from_dataframe(
dataframe=traindf,
directory="E:/Experimental_Data",
x_col="image_id",
y_col=columns,
subset="validation",
batch_size=32,
seed=42,
shuffle=True,
class_mode="raw",
target_size=(178,218))

【问题讨论】：

您是否得到 0 个经过验证的图像作为输出而不是 162770 数字所指示的值？详细说明问题。谢谢！
感谢回复数据框加载了所有为（162770）的训练图像，但无法加载验证图像并返回（0），导致模型无法计算损失函数，如图所示图片。
很难找到根本原因，能否请您分享完整的代码以及示例数据来调查问题。谢谢！

标签： python-3.x tensorflow tensorflow2.0 tensorflow-datasets image-classification

【解决方案1】：

我猜这个问题的出现是因为 x_col 和 y_col 没有相同的维度。您必须准备一个脚本，以便根据某些特征（取决于您的数据），所有 x_col 组件都有各自的 y_col 组件。您作为列表包含在 columns 中的所有颜色都必须映射到该脚本中的每个 x_col。然后您可以使用该映射来定义您的 y_col，x_col 和 y_col 的尺寸将匹配。之后其余的将正常工作。祝你好运！

【讨论】：

【解决方案2】：

事实证明，您必须在调用 ImageDataGenerator 时设置验证分数，例如：

datagen=ImageDataGenerator(validation_split=0.2)

我也遇到了同样的问题，现在已经解决了。在https://keras.io/api/preprocessing/image/#flowfromdataframe-method找到答案：

subset：如果在 ImageDataGenerator 中设置了 validation_split，则为数据子集（“training”或“validation”）。

【讨论】：