怎么删除，不知道具体哪些图片is None\

可以在 `__init__` 方法中先将所有图片的路径和标签存储到 `self.samples` 中，然后在 `__getitem__` 方法中根据索引读取对应的图片和标签。如果图片加载失败，可以将该样本的索引保存到一个列表中，最后再从 `self.samples` 中删除这些索引对应的样本。具体的实现代码如下：

class FlowerDataset(Dataset):
    def __init__(self, filenames, labels, transform):
        self.filenames = filenames
        self.labels = labels
        self.transform = transform
        self.samples = [(filename, label) for filename, label in zip(filenames, labels)]
    
    def __len__(self):
        return len(self.samples)
    
    def __getitem__(self, idx):
        filename, label = self.samples[idx]
        image = None
        if os.path.exists(filename):
            image = Image.open(filename).convert('RGB')
        if image is None:
            print(f"图片 {filename} 加载失败")
            return None
        image = self.transform(image)
        return image, label
    
    def clean_samples(self):
        failed_indices = []
        for idx, (filename, label) in enumerate(self.samples):
            if not os.path.exists(filename):
                print(f"图片 {filename} 不存在")
                failed_indices.append(idx)
            else:
                try:
                    Image.open(filename)
                except:
                    print(f"图片 {filename} 加载失败")
                    failed_indices.append(idx)
        self.samples = [sample for idx, sample in enumerate(self.samples) if idx not in failed_indices]

在这个实现中，我们新增了一个 `clean_samples` 方法，用于从数据集中删除加载失败的样本。在 `clean_samples` 方法中，我们遍历了所有样本，如果某个样本的图片不存在或者加载失败，就将该样本的索引保存到 `failed_indices` 中。最后，我们通过列表推导式从 `self.samples` 中删除这些索引对应的样本。执行 `clean_samples` 方法后，所有加载失败的样本都会被从数据集中删除。