尝试将 go 的数据标准化/规范化到 CNN，但有问题

Question

我有以下代码片段，我正在尝试在训练我的 CNN 之前对数据进行标准化/规范化。

X = [] # Image data
y = [] # Labels

datagen = ImageDataGenerator(samplewise_center=True)

Loops through imagepaths to load images and labels into arrays
for path in imagepaths:
  img = cv2.imread(path) # Reads image and returns np.array
  img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) 
  img = cv2.resize(img, (200, 200)) 
  img = datagen.standardize(img) #ERROR POINTING HERE
  X.append(img)

....

但是，在运行此程序时，我收到以下错误提示，指向我在上面评论过的行：

UFuncTypeError: Cannot cast ufunc 'subtract' output from dtype('float64') to dtype('uint8') with casting rule 'same_kind' 

关于我在标准化方面哪里出错的任何想法？ 或者有没有更简单的方法让我标准化？ 我看到了一些人们除以 255 的解决方案，但我不确定如何实现。 谢谢！

Answer 1

你需要应用img_to_array方法：

from keras.preprocessing.image import img_to_array

img = cv2.resize(img, (200, 200)) 
img = img_to_array(img)
img = datagen.standardize(img)