MindSpore迁移学习（图片分类）数据集解析报错无法生成ms模型的解决方案

一  运行环境

    MindSpore 版本号：1.1.0

    硬件平台：CPU；

    Python版本号：3.7.5；

    操作系统：Windows10

二  问题现象&报错信息：利用MindSpore进行图像分类的时候，从网站上下载下来的某些数据集有可能格式损坏，比如说gif暴力转换成png/jpg等格式，由于MindSpore只支持png、jpg等常用格式，对gif格式并不支持，所以在数据集解析时会报错，报错信息如下：

     Traceback (most recent call last):

       File "model_create.py", line 1248, in <module>

         main2(FLAGS)

        File "model_create.py", line 765, in main2

          train_dataset, eval_dataset = extract_features(data_path, FLAGS)

        File "model_create.py", line 667, in extract_features

          for i, data in enumerate(train_dataset.create.create_dict_iterator()):

        File "C:\Python37\lib\site-packages\mindspore\dataset\engine\iterators.py", line 263, in _next_

          data = self.get_next()

        File "C:\Python37\lib\site-packages\mindspore\dataset\engine\iterators.py", line 344, in get_next

         return (k: Tensor(v.as_array()) for k, v in self.depipeline.GetNextAsMap().items())

     RuntimeError: Thread ID 841 UCnexpected error. Error in decoding

     Line of code: 148

三  解决办法： 由于数据集的图片数量庞大，开发者诸葛查看并手动修改难度极大，需要编写脚本对数据集中非法的数据图片格式（尽管表面看起来是正确的）进行批量处理；

四  脚本信息：

     import os

     import cv2

    dataset_dir = "myDataset"

    for d in os.listdir(dataset_dir):

            for file in os.listdir(os.path.join(dataset_dir, d)):

                   path = os.path.join(dataset_dir, d, file)

                   img = cv2.imread(path)

                   if img is None:

                           gif = cv2.VideoCapture(path)

                           ret, frame = gif.read()

                           cv2.imwrite(path, frame)

五  总结： 在基于MindSpore进行图片分类时， 如果刅数据集解析错误，利用上述脚本对非法格式图片进行修复， 减少人工排查所耗费的时间，省时高效。