如何将Keras顺序CNN的训练数据转换为正确的张量形状？

Question

我有一个图像像素数据的4维张量（红色（高度，宽度），绿色（高度，宽度），蓝色（高度，宽度），14000个示例）和一个CSV文件，其中包含每个图像具有的边界框的坐标即（图片名称，X1，Y1，X2，Y2），它有14000行，每个示例也有一个。

如何将这些数据输入到我的神经网络？ 目前，如果我尝试馈入张量，则它将14000个示例的整个数组传递给（X1，Y1，X2，Y2）的一行{它应该为x1，y1，x2，y2的一行传递一个数组}。

任何想法如何解决这个问题？

这是代码和相关的错误：

train_csv = pd.read_csv('datasets/training.csv').values
test_csv = pd.read_csv('datasets/test.csv').values

y_train = train_csv[:,[1,2,3,4]]   #done
x_train_names = train_csv[:,0]     #obtained names of images in array

#### load images into an array ####
X_train = []
path = "datasets/images/images/"
imagelist = listdir(path)
for i in range(len(x_train_names)):
img_name = x_train_names[i]
img = Image.open(path + str(img_name))
arr = array(img)
X_train.append(arr) 


#### building a very basic classifier, just to get some result ####
classifier = Sequential()
classifier.add(Convolution2D(64,(3,3),input_shape=(64,64,3), activation = 
'relu')) 
classifier.add(Dropout(0.2))
classifier.add(MaxPooling2D((4,4)))
classifier.add(Convolution2D(32,(2,2), activation = 'relu')) 
classifier.add(MaxPooling2D((2,2)))
classifier.add(Flatten())
classifier.add(Dense(16, activation = 'relu'))
classifier.add(Dropout(0.5))
classifier.add(Dense(4))
classifier.compile('adam','binary_crossentropy',['accuracy'])
classifier.fit(x=X_train,y=y_train, steps_per_epoch=80, batch_size=32, 
epochs=25)

错误：

ValueError：检查模型输入时出错：传递给模型的Numpy数组列表不是模型期望的大小。 预计将看到1个阵列，但获得了以下14000个阵列的列表：

[array([[[141, 154, 144],
         [141, 154, 144],
         [141, 154, 144],
         ...,
         [149, 159, 150],
         [150, 160, 151],
         [150, 160, 151]],

        [[140, 153, 143],
         […

编辑 ：我将所有图像都转换为灰度，所以我不会出现内存错误。 这意味着我的X_train沿通道数应具有1维（较早的RGB）。 这是我编辑的代码：

y_train = train_csv[:,[1,2,3,4]]   #done
x_train_names = train_csv[:,0]     #obtained names of images in array

# load images into an array
path = "datasets/images/images/"
imagelist = listdir(path)

img_name = x_train_names[0]

X_train = np.ndarray((14000,img.height,img.width,1))

for i in range(len(x_train_names)):
img_name = x_train_names[i]
img = Image.open(path + str(img_name)).convert('L') 
##converting image to grayscale because I get memory error else 
X_train[i,:,:,:] = np.asarray(img)

ValueError：无法将输入数组从形状（480,640）广播到形状（480,640,1）

（在X_train[i,:,:,:] = np.asarray(img)行）

Answer 1

第一步始终是找出您的第一卷积层期望的输入形状。 tf.nn.conv2d的文档指出4D输入张量的预期形状为[batch, in_height, in_width, in_channels] 。

要加载数据，我们可以使用numpy ndarray。 为此，我们应该知道要加载的图像数量以及图像的尺寸：

path = "datasets/images/images/"
imagelist = listdir(path)

img_name = x_train_names[0]
img = Image.open(path + str(img_name))

X_train = np.ndarray((len(imagelist),img.height,img.width,3))

for i in range(len(x_train_names)):
 img_name = x_train_names[i]
 img = Image.open(path + str(img_name))
 X_train[i,:,:,:] = np.asarray(img)

X_train张量的shape属性将为您提供：

print(X_train.shape)
> (len(x_train_names), img.height, img.width, 3)

编辑：

要批量加载图像，您可以执行以下操作：

#### Build and compile your classifier up here here ####

num_batches = 5
len_batch = np.floor(len(x_train_names)/num_batches).astype(int) 

X_train = np.ndarray((len_batch,img.height,img.width,3))

for batch_idx in range(num_batches):
    idx_start = batch_idx*len_batch
    idx_end = (batch_idx+1)*len_batch-1
    x_train_names_batch = x_train_names[idx_start:idx_end]

    for i in range(len(x_train_names_batch)):
        img_name = x_train_names_batch[i]
        img = Image.open(path + str(img_name))
        X_train[i,:,:,:] = np.asarray(img)

    classifier.fit(x=X_train,y=y_train, steps_per_epoch=num_batches, batch_size=len(x_train_names_batch), epochs=2)