当我尝试 * 从另一台相机 * 添加新照片到我的训练数据集时，我偶然发现了这个错误。
在阅读了评论和对“元数据”的大惊小怪之后，我想到了实际检查数据集中每一张照片的元数据。
在我的例子中，我必须确保我的照片的元数据是一致的，没有额外或更少的字段。
通常情况下，我在训练之前BulkResize（在线工具）我的图像，似乎我忘记了调整新图像的大小。这个在线工具似乎覆盖了图像的元数据，从而使每个调整大小的照片的元数据统一。
在确保所有照片的元数据一致后，错误消失了。
PS：这只是在我的情况下.但这是一个标志，你可以开始与你的元数据.我只是有以下：

• 尺寸
• 颜色配置文件
• 色彩空间

希望你们都能找到这个。训练愉快！

你不必指定参数label_mode。为了使用SparseCategoricalCrossentropy作为损失函数，你需要将其设置为int。如果你不指定它，那么它将按照文档设置为None。
您还需要根据从中读取图像的目录的结构将参数labels指定为inferred。

train_ds = tf.keras.preprocessing.image_dataset_from_directory(
  data_dir,
  labels="inferred",
  label_mode="int",
  validation_split=0.2,
  subset="training",
  seed=123,
  image_size=(img_height, img_width),
  batch_size=batch_size)
  
val_ds = tf.keras.preprocessing.image_dataset_from_directory(
  data_dir,
  labels="inferred",
  label_mode="int",
  validation_split=0.2,
  subset="validation",
  seed=123,
  image_size=(img_height, img_width),
  batch_size=batch_size)

我刚刚在另一个帖子中回答了一个非常相似的问题。事实上，潜在的问题可能是完全相同的。它包含了一个详细的解释，至少在我的情况下是怎么回事。长话短说，我被证明是正确的一个可能的原因是损坏的JPEG文件。