用于多类图像分类的预测的推理代码

Question

我正在尝试拍摄单个输入图像并预测其标签。将训练数据图像转换为数组，将标签转换为int，并在输入分类器之前使用DatasetMixin将其制成单个数据集。所以我将图像转换为数组。

当我尝试使用给定的代码..这是错误... 预期：in_types [0] .shape [1] == in_types [1] .shape [1] * 1 实际：240！= 3

img = cv2.imread('C:/Users/Dell/Desktop/TEST IMAGES/MONOCYTE.jpeg')
plt.imshow(img)
plt.show()

img=np.array((img), dtype = np.float32)
img=img/255.0

x = Variable(np.asarray([img]))
y = model(x)
prediction = y.data.argmax(axis=1)

Answer 1

模型的详细信息对于准确答案是必不可少的...

但是我想模型需要一个形状为（批，通道，宽度，高度）的数组，但是馈给模型的数组的形状似乎是（宽，高度，通道）。

这可能是错误消息的原因。