我使用CNTK构建了图像分类器。图像是灰度的。因此,我将通道数输入为1。因此,模型需要(1x64x64)数据(64是图像的高度和宽度)。
问题是,当我尝试预测新图像的类时,它仅被视为(64x64)。因此,由于数据不匹配而导致代码错误。
因此,我使用以下方法重塑了图像
image_data = image_data.reshape((1,image_data.shape [0],image_data.shape [1]))
此生成(1x64x64)-有效。尽管对于我选择的每张图片,预测都属于同一类。我想知道是否是因为这种重塑。有人可以鸣叫吗?谢谢!
答案 0 :(得分:1)
调整输入的形状不会影响模型的输出。如果只为每个图像预测一个类别,那么模型训练就会成为问题。我建议您尝试对训练数据进行预测,看看它是否仅对训练数据进行预测。如果真是这样,那肯定是一个模型训练问题。