我正在尝试使用自定义预处理功能在训练过程中将RGB图像转换为灰度图像。因此，我尝试为此使用 public void save(User user) {
userRepository.save(user);
}
。我的功能如下：
tf.image.rbg_to_grayscale def prep_data(x):
x = tf.image.rgb_to_grayscale(x)
return x
datagen = ImageDataGenerator(preprocessing_function=prep_data,validation_split=0.15)
是使用train_generator定义的。没有此自定义功能的训练效果很好，但是一旦使用它，就会出现以下错误：
ValueError：设置具有序列的数组元素。
从这个答案here来看，我假设我需要将输入更改为datagen.flow_from_dataframe(...)，但是我不知道将rgb_to_grayscale传递给函数的正确方法是什么。
关于如何解决此问题的任何想法？
答案 0 :(得分：1)
相反，您可以使用color_mode的{{1}}参数并将其设置为flow_from_directory以将图像转换为灰度。来自Keras docs：
color_mode ：“灰度”，“ rbg”和“ rgba”之一。默认值：“ rgb”。图像是否将转换为具有1、3或4个通道。
答案 1 :(得分：0)
将RGB图像更改为灰度（示例）：
img = image.load_img('/kaggle/input/cassava-leaf-disease-classification/train_images/'+train['image_id'][i], target_size=(28,28,1), color_mode="grayscale")