我正在尝试自学构建一个将多个图像作为输入的 CNN。由于我创建的用于测试此数据集很大,并且从长远来看,我希望解决涉及非常大数据集的问题,因此我使用生成器将图像读入数组,并将其传递给 Keras 模型的 fit_generator
函数。
当我单独运行生成器时,它工作正常,并产生适当形状的输出。它生成一个包含两个条目的元组,第一个条目的形状为 (4, 100, 100, 1)
,第二个条目的形状为 (4, )
。
阅读有关多输入 Keras CNN 的内容给我的印象是,这是 4 输入 CNN 生成器的正确格式,该生成器可识别 4 个输入中哪一个包含图像。
但是,当我运行代码时,我得到:
"ValueError: Error when checking input: expected input_121 to have 4 dimensions, but got array with shape (100, 100, 1)"
我已经寻找解决方案有一段时间了,我怀疑问题在于将我的 (100, 100, 1)
形状数组作为 发送到输入>(None, 100, 100, 1)
形状数组。
但是当我尝试修改生成器的输出时,我收到一个关于维度 5
的错误,这是一个错误,因为生成器的输出应具有 X 的形式, y = [X1, X2, X3, X4], [a, b, c, d]
,其中 Xn
的形状为 (100, 100, 1)
code> 和 a/b/c/d 是数字。
这是代码:
https://gist.github.com/anonymous/d283494aee982fbc30f3b52f2a6f422c
提前致谢!
最佳答案
您正在生成器中创建尺寸错误的数组列表。
如果您想要正确的形状,请重新调整单个图像的形状,使其具有 4 个维度:(n_samples
、x_size
、y_size
、 n_bands
)你的模型将会工作。在您的情况下,您应该将图像 reshape 为 (1, 100, 100, 1)
。
最后用np.vstack
将它们堆叠起来。生成器将生成一个形状为 (4, 100, 100, 1)
的数组。
检查此改编代码是否有效
def input_generator(folder, directories):
Streams = []
for i in range(len(directories)):
Streams.append(os.listdir(folder + "/" + directories[i]))
for j in range(len(Streams[i])):
Streams[i][j] = "Stream" + str(i + 1) + "/" + Streams[i][j]
Streams[i].sort()
length = len(Streams[0])
index = 0
while True:
X = []
y = np.zeros(4)
for Stream in Streams:
image = load_img(folder + '/' + Stream[index], grayscale = True)
array = img_to_array(image).reshape((1,100,100,1))
X.append(array)
y[int(Stream[index][15]) - 1] = 1
index += 1
index = index % length
yield np.vstack(X), y
关于python - Keras Python 多图像输入形状错误,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44399299/