我在跟着一个教程 a tutorial 学习如何构建图像识别模型。我想在Google Colab中实现它，并从Google Drive导入images文件夹，因为我需要与其他人分享笔记本，并且希望他们在运行笔记本时不需要下载文件，也不需要每次运行时手动修改路径。到目前为止，它是这样的：

!pip install tensorflow keras split-folders opencv-python

import splitfolders 

from google.colab import drive
drive.mount('/gdrive')
%cd /gdrive

input_folder = "/content/drive/MyDrive/dataset" 
output_folder = "/content/drive/MyDrive/image-recognition"

split_ratio = (0.8, 0.1, 0.1)

splitfolders.ratio(
    input_folder,
    output= output_folder,
    seed = 500, #para que cada ves que de dividan las imgs se haga de la misma forma
    ratio = split_ratio,
    group_prefix = None
)

其中“input folder”只是我正在使用的图片所在的文件夹，而“output folder”是一个用于整理图片的空文件夹。然而，当我执行到splitfolders函数时，出现了以下错误：

---------------------------------------------------------------------------

OSError                                   Traceback (most recent call last)

/tmp/ipykernel_18929/1078962740.py in <cell line: 0>()
      1 split_ratio = (0.8, 0.1, 0.1)
      2 
----> 3 splitfolders.ratio(
      4     input_folder,
      5     output= output_folder,

3 frames

/usr/lib/python3.12/pathlib.py in stat(self, follow_symlinks)
    838         os.stat() does.
    839         """
--> 840         return os.stat(self, follow_symlinks=follow_symlinks)
    841 
    842     def lstat(self):

OSError: [Errno 107] Transport endpoint is not connected: '/content/drive/MyDrive/dataset'

尽管路径 '/content/drive/MyDrive/dataset' 是从“files -> dataset -> copy path”复制粘贴来的。这里有一个免费的图片数据集链接，方便大家复现我的问题：link 我已经尝试了其他将文件挂载到Colab笔记本的方法，但这个似乎是唯一能实现我目标的方法。

解决方案

你用这行 drive.mount('/gdrive') 把Google Drive挂载到了 '/gdrive'，而你的input和 output路径是从 '/content/drive' 读取的。

为了解决这个问题，请将input_folder和 output_folder路径改为与挂载点匹配：

input_folder = "/gdrive/MyDrive/dataset"
output_folder = "/gdrive/MyDrive/image-recognition"