ImageClassifierData.from_csv(), ошибка: нет такого файла или каталога

Question

Я пытаюсь использовать ImageClassifierData.from_csv() на пользовательский набор данных.

Набор данных содержит фрейм данных (train.csv), который содержит столбец с именами файлов и zip-папку с изображениями. Изображения в группах по 4, каждое изображение в группе отображает одно и то же изображение 4 различными способами, которые создают изображение при объединении вместе. По какой-то причине имена файлов в df не были извлечены с полным именем файла из изображений.

Например,

df["col1"] = ["0Image1","1Image1","2Image1","3Image1"]

image_file_names = ["0Image1_type1.png","1Image1_type2.png","2Image1_type3.png","3Image1_type4.png"]

Это следующий код fast.ai для получения данных:

PATH = "../filepath/"
f_model = resnet34

label_csv = f'{PATH}train.csv'
n = len(list(open(label_csv)))-1
val_idxs = get_cv_idxs(n)

def get_data(sz):
    tfms = tfms_from_model(f_model,sz,aug_tfms=transforms_top_down,max_zoom=1.05)
    return ImageClassifierData.from_csv(PATH,'train.zip',label_csv,tfms=tfms,suffix='.png',val_idxs=val_idxs,test_name="test")

data = get_data(299)

x,y = next(iter(data.val_dl))

Как только я бегу next(iter(data.val_dl)) Я получаю следующую ошибку:

/opt/conda/lib/python3.6/site-packages/fastai/dataloader.py in __iter__(self)
     86                 # avoid py3.6 issue where queue is infinite and can result in memory exhaustion
     87                 for c in chunk_iter(iter(self.batch_sampler), self.num_workers*10):
---> 88                     for batch in e.map(self.get_batch, c):
     89                         yield get_tensor(batch, self.pin_memory, self.half)
     90 

/opt/conda/lib/python3.6/concurrent/futures/_base.py in result_iterator()
    584                     # Careful not to keep a reference to the popped future
    585                     if timeout is None:
--> 586                         yield fs.pop().result()
    587                     else:
    588                         yield fs.pop().result(end_time - time.time())

/opt/conda/lib/python3.6/concurrent/futures/_base.py in result(self, timeout)
    423                 raise CancelledError()
    424             elif self._state == FINISHED:
--> 425                 return self.__get_result()
    426 
    427             self._condition.wait(timeout)

/opt/conda/lib/python3.6/concurrent/futures/_base.py in __get_result(self)
    382     def __get_result(self):
    383         if self._exception:
--> 384             raise self._exception
    385         else:
    386             return self._result

/opt/conda/lib/python3.6/concurrent/futures/thread.py in run(self)
     54 
     55         try:
---> 56             result = self.fn(*self.args, **self.kwargs)
     57         except BaseException as exc:
     58             self.future.set_exception(exc)

/opt/conda/lib/python3.6/site-packages/fastai/dataloader.py in get_batch(self, indices)
     73 
     74     def get_batch(self, indices):
---> 75         res = self.np_collate([self.dataset[i] for i in indices])
     76         if self.transpose:   res[0] = res[0].T
     77         if self.transpose_y: res[1] = res[1].T

/opt/conda/lib/python3.6/site-packages/fastai/dataloader.py in <listcomp>(.0)
     73 
     74     def get_batch(self, indices):
---> 75         res = self.np_collate([self.dataset[i] for i in indices])
     76         if self.transpose:   res[0] = res[0].T
     77         if self.transpose_y: res[1] = res[1].T

/opt/conda/lib/python3.6/site-packages/fastai/dataset.py in __getitem__(self, idx)
    165             xs,ys = zip(*[self.get1item(i) for i in range(*idx.indices(self.n))])
    166             return np.stack(xs),ys
--> 167         return self.get1item(idx)
    168 
    169     def __len__(self): return self.n

/opt/conda/lib/python3.6/site-packages/fastai/dataset.py in get1item(self, idx)
    158 
    159     def get1item(self, idx):
--> 160         x,y = self.get_x(idx),self.get_y(idx)
    161         return self.get(self.transform, x, y)
    162 

/opt/conda/lib/python3.6/site-packages/fastai/dataset.py in get_x(self, i)
    237         super().__init__(transform)
    238     def get_sz(self): return self.transform.sz
--> 239     def get_x(self, i): return open_image(os.path.join(self.path, self.fnames[i]))
    240     def get_n(self): return len(self.fnames)
    241 

/opt/conda/lib/python3.6/site-packages/fastai/dataset.py in open_image(fn)
    218     flags = cv2.IMREAD_UNCHANGED+cv2.IMREAD_ANYDEPTH+cv2.IMREAD_ANYCOLOR
    219     if not os.path.exists(fn):
--> 220         raise OSError('No such file or directory: {}'.format(fn))
    221     elif os.path.isdir(fn):
    222         raise OSError('Is a directory: {}'.format(fn))

OSError: No such file or directory: ../filepath/train.zip/0Image1.png

Мне кажется, что ImageDataClassifier использует имена файлов из файла CSV, чтобы найти файл изображения, но имена не совпадают. Какой самый эффективный способ решения этой проблемы?

PS Мне нужно сохранить текущие имена файлов в столбце данных для последующей отправки.