Question

我已经搜索了与此相关的所有解决方案，但仍然不知道如何调整我的训练数据，以便Tensorflow接受它。

我的训练数据是一个形状为numpy的数组（21005、48、48），其中21005是元素数，而48,48是48x48灰度图像。

model.add(tf.keras.layers.Conv2D(64, kernel_size=3,activation='relu',input_shape=(48,48,1)))
model.add(tf.keras.layers.Conv2D(32, kernel_size=3,activation='relu'))
model.add(tf.keras.layers.Flatten())
model.add(tf.keras.layers.Dense(7, activation='softmax'))

model.compile(optimizer='adam',
              loss = 'sparse_categorical_crossentropy',
              metrics=['accuracy'])

model.fit(image_train, emotion_train,batch_size=BATCH_SIZE,epochs=EPOCHS, verbose=1)

但是，当我运行fit函数时，它会返回错误说明：

ValueError: Error when checking input: expected conv2d_input to have 4 dimensions, but got array with shape (21005, 48, 48)

这使我认为我格式化输入数据的格式不正确，或者缺少有关Keras和TF如何实际将输入图像传递到输入层的某些信息。我尝试将额外的尺寸添加到输入形状中，以允许在2d转换层中使用通道，以及重新调整图像本身以无济于事。有什么建议吗？

Answer 1

重塑您的训练数据，以便在调用model.fit()之前具有4维，例如：

image_train = np.reshape(image_train, (21005, 48, 48, 1))

这是必需的，因为第一Conv2D层期望图像的input_shape为（48,48,1）

Answer 2

进行预处理时，您可能已经使用OpenCV / PIL库以灰度模式读取了图像。

在阅读它们时，您的图书馆会考虑使用大小为（48,48）的灰度图像，而不是大小为（48,48,1）的灰度图像，因此会出现问题。

尽快解决问题，而不是在解决问题之前；在您的代码中，无论您在何处阅读这些图像，在追加到列表/数组之前，请确保选择正确的数组形状。您可以在OpenCV示例下面查看：

image = cv2.imread(filepath, 0)
#Before this np_expand_dims, image has shape (48,48)
image = np.expand_dims(image , axis=2)
#After this step, image has shape (48,48,1)

输入层的TensorFlow Keras尺寸错误

2 个答案: