python - 从生成器广播标签数据时出现问题

Question

我正在使用 CK+ 数据集进行面部表情识别，并通过 datagen.flow_from_directory 传递面部图像和标签，以提取面部特征并映射到标签。

标签作为分类值传递，范围从 0 到 7。同样的值似乎作为 one-hot 编码形式传递。我的问题是我可以将标签值作为独热编码值进行广播。

我收到以下错误: ValueError:无法将输入数组从形状 (32,8) 广播到形状 (32)

代码如下:

import scipy
import os, shutil
from tensorflow.keras.preprocessing.image import ImageDataGenerator

img_width, img_height = 224, 224

datagen = ImageDataGenerator(rescale=1./255)
batch_size = 32

def extract_features(directory, sample_count):
    features = np.zeros(shape=(sample_count, 7, 7, 512))  # Must be equal to the output of the convolutional base
    labels = np.zeros(shape=(sample_count))
    print(sample_count, 7, 7, 512)
    # Preprocess data - flow_from_directory allows us to extract 
    #... features and labels directly from a directory
    generator = datagen.flow_from_directory(directory,
                                            target_size=(img_width,img_height),
                                            batch_size = batch_size,
                                            class_mode='categorical')

    i = 0
    for inputs_batch, labels_batch in generator:
        features_batch = conv_base.predict(inputs_batch)
        features[i * batch_size: (i + 1) * batch_size] = features_batch
        labels[i * batch_size: (i + 1) * batch_size] = labels_batch
        i += 1
        if i * batch_size >= sample_count:
            break
    return features, labels

我得到以下形状:

Found 209 images belonging to 8 classes.
Input batch shape:  (32, 224, 224, 3)
Features batch shape:  (32, 7, 7, 512)
Features shape:  (209, 7, 7, 512)
Labels batch shape:  (32, 8)

所以我很困惑为什么features_batch可以广播，但labels_batch不能。

我尝试了几件事，其中包括:

1)展平标签数组 - 这没有意义，但只是为了查看并获取跨行和列的完整元素计数32*8=259(如预期)。

2)我尝试仅使用 labels[i]=labels_batch 和 labels=labels_batch ，它只返回最后几个标签 (17，209-(6*32)=17 剩下的)。

3) 我还尝试从 this question 插入另一个解决方案。 通过这样做:

for c in range(0,7):
            labels[i * batch_size: (i + 1) * batch_size, [c]] = labels_batch

但出现以下错误:

ValueError: Error when checking input: expected input_3 to have 4 dimensions, but got array with shape (32, 8)

我觉得我缺少的东西很简单，但我似乎无法弄清楚。有人有什么想法吗？

谢谢!

Answer 1

你的标签应该是形状labels = np.zeros(shape=(sample_count, num_classes))而不是labels = np.zeros(shape=(sample_count)) 生成器的标签分配应该是 labels[i * batch_size: (i + 1) * batch_size,:] = labels_batch