python - 尽管我提供的形状看起来正确，但尝试进行预测时，TensorFlow/Keras模型错误，原因是形状不匹配

Question

我不确定我是否对输入张量概念不太了解，或者我是否使用错误的输入形状训练了模型，或者是否需要以某种方式指定图像。

该模型的构建如下:

... import all the usual libraries - TF, Keras, Numpy, OpenCV etc. ...
_MODEL_DIMENSION = 128

def create_model_for_dimension(dimension):
    model = Sequential()
    if dimension >= 256:
        model.add(Conv2D(256, kernel_size=(5, 5), input_shape=(dimension, dimension, 3)))
        model.add(Activation('relu'))
        model.add(MaxPooling2D(pool_size=(2, 2)))
    if dimension >= 128:
        model.add(Conv2D(128, kernel_size=(3, 3)))
        model.add(Activation('relu'))
        model.add(MaxPooling2D(pool_size=(2, 2)))
…… more convolution layers ……..
…………………………………………..
……………………………………………..
    model.add(Flatten())
……… More layers …………………
……………………………………………..
……………………………………………..

    model.add(Dense(2))
    model.add(Activation('sigmoid'))

    model.compile(loss='categorical_crossentropy',
                  optimizer=tf.keras.optimizers.Adam(),
                  metrics=['accuracy'])
    return model

train_datagen = ImageDataGenerator(
        rotation_range=10,
        width_shift_range=0.2,
        height_shift_range=0.2,
        rescale=1./255,
        shear_range=0.2,
        zoom_range=1.2,
        horizontal_flip=True,
        vertical_flip=True,
        fill_mode='nearest')

train_generator = train_datagen.flow_from_directory(
        train_data_directory, 
        target_size=(_MODEL_DIMENSION, _MODEL_DIMENSION),
        batch_size=_BATCH_SIZE,
        class_mode='categorical')

……… validate_generator …………………
……………………………………………………
………………………………………………………
……… test_generator ………………………
………………………………………………………
………………………………………………………

……… train and save the model ……

当我训练并使用它来预测目录中的图像时，一切正常(至少看起来如此)。但是，然后我尝试通过以下方式不使用ImageDataGenerator来提供图像:

首先，我使用OpenCV读取图像(我希望使用OpenCV进行其他处理，因此不使用PIL)

ml_model = … read the model back from the saved model ……
snapshot = cv.imread(file_name)
snapshot = cv.cvtColor(snapshot, cv.COLOR_BGR2RGB)

然后我使用范围裁剪图像

cropped_area = snapshot[y[0]:y[1], x[0]:x[1]]

然后，我使用模型评分如下。除np.array转换外，我还尝试了其他变体。

score_val = model.predict(np.array(cropped_area/255.0))

这是当它出现以下错误时:

ValueError: Input 0 of layer sequential is incompatible with the layer: expected ndim=4, found ndim=3. Full shape received: [32, 128, 3]

我的图像形状为(128、128、3)，我所做的所有检查似乎都确认那就是我一直在喂食的图像。

任何指针将不胜感激，因为我花了大部分时间尝试解决此问题!谢谢!

Answer 1

您设置_MODEL_DIMENSION = 128这导致

if dimension >= 128:
        model.add(Conv2D(128, kernel_size=(3, 3)))

您没有设置输入形状，因此根据 documentation，预期的输入将是:

Input shape

4D tensor with shape: (batch, channels, rows, cols) if data_format is "channels_first" or 4D tensor with shape: (batch, rows, cols, channels) if data_format is "channels_last".

您的输入不正确，因此出现错误

expected ndim=4, found ndim=3

解决方案是定义代码中已经存在的输入形状:

if dimension >= 256:
        model.add(Conv2D(256, kernel_size=(5, 5), input_shape=(dimension, dimension, 3)))