尝试使用VGG16模型进行训练时出现``检查目标时出错''消息

Question

我是学习的初学者， 在这个项目中，我旨在使用VGG16并添加更多层以在class0和class1

两类之间进行分类。

我的数据框名为“ train”，“ id”列包含文件名，而label包含该图像的类

图片，并通过ImageDataGenerator（）和flow.from_dataframe准备

总而言之，我的最后一层是Dense（2，activation ='softmax'）

VGG16的输入图像的形状为（32,32,3）

但是，它一直是错误的：

ValueError：检查目标时出错：densed_55的尺寸为2，但数组的形状为（1、32、32、3）

我的模型摘要：

Here是我的用于培训的Jupyter笔记本。

这里的编码有什么问题吗？

Answer 1

该错误表示您的网络输出具有两个维度（如摘要所示，输出形状为(None, 2)），但标签的形状为(1, 32, 32, 3)。

在验证数据生成中，您设置了class_mode="input"。这意味着标签也将是与输入形状相同的图像（请参阅doc https://keras.io/preprocessing/image/#flow_from_dataframe），而不是二维分类标签。这就是问题。使用class_mode="categorical"作为训练数据。