Keras ImageDataGenerator:数据和标签形状存在问题

时间:2019-01-02 11:22:38

标签: python tensorflow image-processing keras

我想使用Keras生成更多图像,正如您在here中看到的那样, 使用以下代码(几乎与source>Random Rotations相同):

# Random Rotations
from keras.datasets import mnist
from keras.preprocessing.image import ImageDataGenerator
from matplotlib import pyplot
from keras import backend as K
datagen = ImageDataGenerator(rotation_range=90)
# fit parameters from data
datagen.fit(cats["images"])

print(np.asarray(cats["label"]).shape)  #output=(12464,)
print(np.asarray(cats["images"]).shape) #output=(12464, 60, 60, 1)

# configure batch size and retrieve one batch of images
for X_batch, y_batch in datagen.flow(cats["images"], cats["label"], batch_size=9):
    # create a grid of 3x3 images
    for i in range(0, 9):
        pyplot.subplot(330 + 1 + i)
        pyplot.imshow(X_batch[i].reshape(28, 28), cmap=pyplot.get_cmap('gray'))
    # show the plot
    pyplot.show()
    break

但是出现以下错误:

  

ValueError:x(图像张量)和y(标签)应该具有相同的值   长度。找到:x.shape =(60,60,1),y.shape =(12464,)

这可能有助于进一步检查: enter image description here

我想该库应该有问题,好像我将图像的形状更改为60x60而不是60x60x1一样:

  

ValueError:输入.fit()的排名应该为4。   形状:(12464,60,60)

2 个答案:

答案 0 :(得分:3)

cats['images']cats['labels']很可能是Python列表。首先使用np.array将它们转换为数组,然后将其传递给flow方法:

cats['images'] = np.array(cats['images'])
cats['labels'] = np.array(cats['labels'])

答案 1 :(得分:0)

您需要更改标签的形状

Apple