我遵循了来自Machinelearningmastery的教程来构建YOLOV3模型（“ https://machinelearningmastery.com/how-to-perform-object-detection-with-yolov3-in-keras/”）
YOLO从三个级别预测输出。这是在最后一层之后输出的层 型号=型号（input_image，[yolo_82，yolo_94，yolo_106] 返回模型
现在我要展平该层，添加一些完全连接的层，并在其顶部添加一个S型层
但是当我展平（flat1 = Flatten（）（model.outputs））时，出现此错误
并收到此错误“ Layer flatten_1预期有1个输入，但收到3个输入张量。我理解为什么会显示此错误，因为model.outputs实际上是来自三层82、94和106的输出
所以我在想的是我应该分别从每一层获取输出并将它们分别展平，然后对它们进行np.stack，然后再次展平
out1= model.outputs[0]
out2 = model.outputs[1]
out3 = model.outputs[2]
stacked_outputs = np.stack((out1,out2,out3))
flat1 = Flatten(stacked_outputs)
我希望在网站机器学习精通中建立的yolov3模型的基础上实现二进制分类。如果有人可以指导我添加这些图层，那将非常有帮助
我是学习深度学习的新手，所以如果我的问题或提问方式太愚蠢，请原谅