Question

您好，我需要有关构建Unet的帮助。在检查模型目标时，我不断收到错误消息：传递给模型的Numpy数组列表不是模型期望的大小。预计会看到1个数组，但获得了以下2个数组的列表。

我的Input_shape =（2，256，256，120，1）与我的面罩大小相同。

我正在使用Keras DataGenerator。

def __data_generation(self, list_IDs_temp):
        X = np.empty([self.batch_size,self.n_channels, *self.dim])
        Y = np.empty([self.batch_size, 3 ,*self.dim])
        X_ = []
        y_ = []

        # Generate data
        for i, ID in enumerate(list_IDs_temp):
            img = nib.load(im_path + ID).get_data() 
            mask = nib.load(label_path + ID).get_data() 
            mask = np.clip(mask, 0, 255)
            cmask = (mask * 1. / 255)
            out = cmask 
            X_.append(img)
            y_.append(out)
        X = np.expand_dims(X_, -1)
        y = np.expand_dims(y_, -1)
        # y = np.concatenate((1 - y, y), -1)
        X = np.array(X)
        y = np.array(y)

        print ('### Dataset loaded')
        print ('\t{}'.format(im_path))
        print ('\t{}\t{}'.format(X.shape, y.shape))
        print ('\tX:{:.1f}-{:.1f}\ty:{:.1f}-{:.1f}\n'.format(X.min(), X.max(), y.min(), y.max()))
        return X, y

我的培训代码：

X, y = DataGenerator(partition['train'], **params) 

model = build_model() 
model.compile(optimizer=Adam(lr=1e-4), loss='binary_crossentropy', metrics=['binary_accuracy'])

checkpointer = ModelCheckpoint('model.{epoch:03d}.hdf5', save_freq=5)

model.fit(X, y, batch_size=2, epochs=1, callbacks=[checkpointer], validation_split=0.2)

Keras错误：预期会看到1个数组，但得到了以下2个数组的列表

0 个答案: