输入层的 TensorFlow Keras 维度错误

Question

我已经搜索了所有与此相关的解决方案，但我仍然无法弄清楚如何塑造我的训练数据以便 Tensorflow 接受它。

我的训练数据是一个形状为 (21005, 48, 48) 的 numpy 数组，其中 21005 是元素数，48,48 是 48x48 灰度图像。

model.add(tf.keras.layers.Conv2D(64, kernel_size=3,activation='relu',input_shape=(48,48,1)))
model.add(tf.keras.layers.Conv2D(32, kernel_size=3,activation='relu'))
model.add(tf.keras.layers.Flatten())
model.add(tf.keras.layers.Dense(7, activation='softmax'))

model.compile(optimizer='adam',
              loss = 'sparse_categorical_crossentropy',
              metrics=['accuracy'])

model.fit(image_train, emotion_train,batch_size=BATCH_SIZE,epochs=EPOCHS, verbose=1)

但是，当我运行 fit 函数时，它返回一个错误说明：

ValueError: Error when checking input: expected conv2d_input to have 4 dimensions, but got array with shape (21005, 48, 48)

这让我认为我错误地格式化了输入数据，或者缺少关于 Keras 和 TF 如何将输入图像实际传递到输入层的信息。 我已经尝试向输入形状添加额外的维度，以允许在 2d Conv 层中使用通道，并且对图像本身进行重塑也无济于事。 有什么建议吗？

Answer 1

在调用model.fit()之前将您的训练数据重塑为 4 维，例如：

image_train = np.reshape(image_train, (21005, 48, 48, 1))

这是必需的，因为第一个Conv2D层期望图像的input_shape为 (48,48,1)

Answer 2

进行预处理时，您可能已经使用 OpenCV/PIL 库以灰度模式读取图像。

当您阅读它们时，您的图书馆会考虑大小为 (48,48) 的灰度图像，而不是 (48,48,1)，因此您遇到了问题。

尽快解决问题，而不是在喂给您的模型之前； 在您的代码中，无论您在哪里阅读这些图像，在附加到您的列表/数组之前，请确保选择正确的数组形状。 您可以在 OpenCV 示例下方看到：

image = cv2.imread(filepath, 0)
#Before this np_expand_dims, image has shape (48,48)
image = np.expand_dims(image , axis=2)
#After this step, image has shape (48,48,1)