OutOfRangeError (see above for traceback): RandomShuffleQueue '_1_shuffle_batch/random_shuffle

本文探讨了在使用TFRecord进行数据预处理时遇到的一个常见问题：由于数据集中混入灰度图而导致的OutOfRangeError异常。文章详细分析了错误产生的原因，并提供了有效的排查和解决方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

OutOfRangeError (see above for traceback): RandomShuffleQueue '_1_shuffle_batch/random_shuffle_queue' is closed and has insufficient elements (requested 1, current size 0)

使用tfrecord时，报上述错误，检查了各种逻辑，最后发现是原始数据集有问题，整个人都不开心了，这次报错的主要原因是，训练集彩色图片中存在灰度图，在处理成tfrecord时，没有将两者区分开来，导致在训练时，遇到灰度图的数据就报错，完全不知所以然；根据网上查找的问题，以及自己的总结，将这个错误可能的原因总结一下：

1、检查图片是否都是RGB图片，特别要主要是否有灰度图，如果觉得自己检查麻烦，可以写程序检查，例如：

        try:
            image = np.reshape(img, [224, 224, 3])
        except:
            print(name)
            with open("exc.txt","a") as f:
                f.write(name)
                f.write("\n")
            continue

通过这种抛错的方式，可以把灰度图很快的检索出来；

2、tf.decode_raw(features['image'],tf.uint8) 解码时，数据类型有没有错？tf.float32 和tf.uint8有没有弄混？写入tfrecord时的格式是什么样的？这些直接检查代码就可以了；

3、如果一开始就没办法从tfrecord中读取数据，需要检查一下设置的参数是否有问题；