预测经过训练的DNN模型的类别时出错

时间:2020-07-21 10:52:07

标签: python tensorflow keras prediction

我使用以下程序来预测图像的类别。

from tensorflow.keras.preprocessing.image import load_img, img_to_array

x = load_img("8-SignLanguageMNIST/test1.jpg", target_size = (28, 28))

x = img_to_array(x)

x = np.expand_dims(x, axis = 0)

x = np.vstack([x])

classes = model.predict(x)
print(classes[0])

我用于训练的图像具有形状(28、28、1)。

在这里,我上传的是形状为(28,28,3)的RGB图像,我尝试将该图像转换为灰度,然后进行预测,但始终出现以下错误。

ValueError: Input 0 of layer sequential is incompatible with the layer: expected axis -1 of input shape to have value 1 but received input with shape [None, 28, 28, 3]

谁能告诉我我在做什么错,并帮助我解决这个问题。

1 个答案:

答案 0 :(得分:1)

您需要像下面这样应用conversion to grayscale

load_img(path, color_mode='grayscale')