keras的重塑层似乎无法按预期工作，从而产生预期的尺寸错误

Question

因此，我试图在FCN8模型上对形状为（3，224，224）的图像进行训练，但是在激活层之前的Reshape层遇到问题。它似乎未达到预期的效果，或者我可能做的事情完全错误。

对于模型本身，我从这里开始广泛引用它，因为我是对此的初学者：https://github.com/divamgupta/image-segmentation-keras/blob/master/Models/FCN8.py

我也尝试过手动输入“重塑”的尺寸

o = (Reshape((3,outputHeight*outputWidth)))(o)

，但没有成功。当前正在使用Keras的2.2.2版本。

在引用的github链接中：

def FCN8(...):
    ...
    ...
    ...
    o = (Reshape((  -1  , outputHeight*outputWidth   )))(o)
    o = (Permute((2, 1)))(o)
    o = (Activation('softmax'))(o)
    model = Model( img_input , o )
    model.outputWidth = outputWidth
    model.outputHeight = outputHeight

    return model

因此，在张量到达激活层时，它应该与model.summary（）

中显示的内容匹配。

但不幸的是，我看到的是这个

ValueError：检查目标时出错：预期的activation_1具有3个维度，但数组的形状为（1、3、224、224）