模型训练过后保存一直报错，提示不存在这个目录，但是这个目录是存在的，而且是可以读取和写入的

#数据预处理
#图片加载
# 读取图片+数据处理函数
def read_img(path):
    print("数据集地址："+path)
    imgs = []
    labels = []
    for root, dirs, files in os.walk(path):
        for file in tqdm(files):
            # print(path+'/'+file+'/'+folder)
            # 读取的图片
            img = cv2.imread(os.path.join(root, file))
            # skimage.transform.resize(image, output_shape)改变图片的尺寸
            img = cv2.resize(img, (w, h))
            # 将读取的图片数据加载到imgs[]列表中
            imgs.append(img)
            # 将图片的label加载到labels[]中，与上方的imgs索引对应
            labels.append(str(os.path.basename(root)))
    return imgs,labels
# 调用读取图片的函数，得到图片和labels的数据集
data1, label1 = read_img(train_img_url)

原始图片数量：
1: 1090, 0: 572
其中0为有异物的图片，1为无异物的正常图片。

完成数据增强后数量：