Неизвестный формат файла изображения. Требуется один из JPEG, PNG, GIF, BMP. ⇐ Python

[Anonymous]

Я построил простую модель CNN, и она вызвала следующие ошибки:
Epoch 1/10
235/235 [==============================] - ETA: 0s - loss: 540.2643 - accuracy: 0.4358
---------------------------------------------------------------------------
InvalidArgumentError Traceback (most recent call last)
in ()
15 train_ds,
16 validation_data=val_ds,
---> 17 epochs=epochs
18 )

7 frames
/usr/local/lib/python3.7/dist-packages/tensorflow/python/eager/execute.py in quick_execute(op_name, num_outputs, inputs, attrs, ctx, name)
58 ctx.ensure_initialized()
59 tensors = pywrap_tfe.TFE_Py_Execute(ctx._handle, device_name, op_name,
---> 60 inputs, attrs, num_outputs)
61 except core._NotOkStatusException as e:
62 if name is not None:

InvalidArgumentError: Unknown image file format. One of JPEG, PNG, GIF, BMP required.
[[{{node decode_image/DecodeImage}}]]
[[IteratorGetNext]] [Op:__inference_test_function_2924]

Function call stack:
test_function

Код, который я написал, достаточно прост и стандартен. Большинство из них просто скопированы с официального сайта. Эта ошибка возникла до завершения первой эпохи. Я почти уверен, что все изображения представляют собой файлы PNG. Папка поезда не содержит ничего похожего на текст, код, кроме изображений. Я использую Колаб. Версия tensorlfow — 2.5.0. Благодарим за любую помощь.
data_dir = './train'

train_ds = tf.keras.preprocessing.image_dataset_from_directory(
data_dir,
subset='training',
validation_split=0.2,
batch_size=batch_size,
seed=42
)

val_ds = tf.keras.preprocessing.image_dataset_from_directory(
data_dir,
subset='validation',
validation_split=0.2,
batch_size=batch_size,
seed=42
)

model = Sequential([
layers.InputLayer(input_shape=(image_size, image_size, 3)),
layers.Conv2D(32, 3, activation='relu'),
layers.MaxPooling2D(),
layers.Flatten(),
layers.Dense(128, activation='relu'),
layers.Dense(num_classes)
])

optimizer = tf.keras.optimizers.Adam(learning_rate=0.001)
model.compile(
optimizer=optimizer,
loss=tf.losses.SparseCategoricalCrossentropy(from_logits=True),
metrics=['accuracy'])

history = model.fit(
train_ds,
validation_data=val_ds,
epochs=epochs
)


Подробнее здесь: https://stackoverflow.com/questions/681 ... p-required