Question

我有一个Unet模型，其中输入是图像（m * n * 3）。现在，我有两个图像，我想使用Unet提取特征并构建模型。代码是：

model = Unet(
    backbone_name='resnet101',
    # input_shape=(HEIGHT,WIDTH,CHANNELS),
    input_shape=(None, None, 3),
    encoder_weights=None,
    classes=6,
    activation='softmax',
)
img_input = keras.layers.Input(shape=(None, None, 6))

img1 = img_input[:, :, :, :3]
img2 = img_input[:, :, :, 3:]

features = model.layers[-4]
featuresModel = keras.Model(model.input, features.output)

feature1 = featuresModel(img1)
feature2 = featuresModel(img2)

imgFeature = keras.layers.Concatenate()([feature1, feature2])

x = keras.layers.Conv2D(1, (3,3), padding='same', name='merge_final_conv', activation='sigmoid')(imgFeature)
finalModel = keras.Model(img_input, x)

img_input的大小为m * n * 6，表示两个图像（m * n * 3）。因此，我将img_input分为两个图像（img1，img2）。然后，我将要素提取为feature1，feature2。

但是，当我想从img_input到x建立模型时，会出现错误：

'NoneType' object has no attribute '_inbound_nodes'

我的代码有什么问题？

keras模型错误：“ NoneType”对象没有属性“ _inbound_nodes”

0 个答案: