Question

我使用带有TensorFlow的Keras2作为后端，并尝试将水平矩形图像（宽度：150 x高度：100 x ch：3）添加到网络中。

我使用cv2预处理图像和cv2＆amp; TensorFlow将图像的形状视为[ height，width，ch ]排序（在我的情况下，，它是[100,150,3] 这种格式相反of （宽度：150 x高度：100 x ch：3），但不是错误。）

所以我将Keras模型API输入定义为以下代码，但它发生了错误。

img = cv2.imread('input/train/{}.jpg'.format(id))
img = cv2.resize(img, (100, 150))

inputs = Input(shape=(100, 150, 3))
x = Conv2D(8, (3, 3), padding='same', kernel_initializer='he_normal')(inputs)
~~~

错误信息在

之下

ValueError: Error when checking input: expected input_4 to have shape
(None, 100, 150, 3) but got array with shape (4, 150, 100, 3)

顺便说一句input = Input((150, 100, 3))可以运行。

我对Keras与他之间的差异感到奇怪。 TensorFlow，所以我怀疑它没有发生错误，它无法正常工作。

任何人都可以解释一下吗？我无法在Keras Document中找到输入形状排序。

Answer 1

您可以根据需要更改尺寸排序。您可以打印和更改尺寸顺序，如下所示：

from keras import backend as K
print(K.image_data_format()) # print current format
K.set_image_data_format('channels_last') # set format

如果您想永久更改维度排序，则应在keras.json文件中进行修改，通常位于~/.keras/keras.json：

"image_data_format": "channels_last"

Answer 2

我的问题出现在cv2.resize（）参数的宽度和高度的顺序上。 cv2.resize（）接受类似cv2.resize(img, (width, height))的参数，而numpy则处理（高度，宽度）的图像数组顺序。

Answer 3

取自https://keras.io/api/layers/convolution_layers/convolution2d/

参数

...

数据格式：字符串，channels_last（默认）或 Channels_first。输入中尺寸的顺序。 channels_last对应于形状为（batch_size，height，宽度，通道），而channels_first对应于具有形状的输入（batch_size，通道，高度，宽度）。默认为在您的Keras配置文件中找到的image_data_format值位于〜/ .keras / keras.json。如果您从未设置，那么它将是 channels_last。

...

就是这样：(batch_size, height, width, channels)（默认情况下）

Keras输入形状排序是（宽度，高度，ch）？

3 个答案: