ValueError：conv3d_8 层的输入 0 与层不兼容：：预期 min_ndim=5，发现 ndim=4。 收到的完整形状：[None, 4, 150, 150]

Question

我正在尝试在 Keras 中训练 3D CNN model，但是当我执行单元格时出现此错误：

ValueError: Input 0 of layer conv3d_8 is incompatible with the layer: : expected min_ndim=5, found ndim=4. Full shape received: [None, 4, 150, 150]

我的输入数据是带有图像数据的 numpy 数组。 以下是形状（我知道53太少了，但这只是为了学习目的）：

Training data shape:  (53, 4, 150, 150)
Training labels shape:  (53, 1)
Validation data shape:  (14, 4, 150, 150)
Validation labels shape:  (14, 1)

我尝试使用的 model 是：

# Create the model
model = Sequential()
model.add(Conv3D(32, kernel_size=(3, 3, 3), activation='relu', kernel_initializer='he_uniform', input_shape=(4,150,150)))
model.add(MaxPooling3D(pool_size=(2, 2, 2)))
model.add(BatchNormalization(center=True, scale=True))
model.add(Dropout(0.5))
model.add(Conv3D(64, kernel_size=(3, 3, 3), activation='relu', kernel_initializer='he_uniform'))
model.add(MaxPooling3D(pool_size=(2, 2, 2)))
model.add(BatchNormalization(center=True, scale=True))
model.add(Dropout(0.5))
model.add(Flatten())
model.add(Dense(256, activation='relu', kernel_initializer='he_uniform'))
model.add(Dense(256, activation='relu', kernel_initializer='he_uniform'))
model.add(Dense(4, activation='softmax'))

# Compile the model
model.compile(loss='categorical_crossentropy',
              optimizer=keras.optimizers.Adam(lr=0.001),
              metrics=['accuracy'])
model.summary()
# Fit data to model
history = model.fit(treino3d, treino3d_labels,
            epochs=40)

有人可以帮忙吗？

非常感谢！

Answer 1

您似乎不需要Conv3D图层来完成此任务。 请改用Conv2D ，并在kernel_size和pool_size中仅使用 1 或 2 个值。

model = Sequential()
model.add(Conv2D(32, kernel_size=(3, 3), activation='relu', 
                 kernel_initializer='he_uniform', 
                 input_shape=(4,150,150)))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(BatchNormalization(center=True, scale=True))
model.add(Dropout(0.5))
model.add(Conv2D(64, kernel_size=(3, 3), activation='relu', 
                 kernel_initializer='he_uniform'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(BatchNormalization(center=True, scale=True))
model.add(Dropout(0.5))
model.add(Flatten())
model.add(Dense(256, activation='relu', kernel_initializer='he_uniform'))
model.add(Dense(256, activation='relu', kernel_initializer='he_uniform'))
model.add(Dense(4, activation='softmax'))

您的频道尺寸是第一位的，因此您需要告诉 Keras。 使用这一行：

tf.keras.backend.set_image_data_format('channels_first')

或者在每个Conv2D或MaxPooling2D层中设置此参数：

data_format='channels_first'

或将输入张量的尺寸置换为形状(54, 150, 150, 4) ：

np.transpose(x, (0, 2, 3, 1))

功能齐全，更正示例：

import os
os.environ['CUDA_VISIBLE_DEVICES'] = '-1'
from tensorflow.keras.layers import *
import numpy as np
from tensorflow.keras.models import Sequential

xtrain = np.random.rand(53, 4, 150, 150)
ytrain = np.random.randint(0, 4, (53, 1))

xtrain = np.transpose(xtrain, (0, 2, 3, 1))

model = Sequential()
model.add(Conv2D(8, kernel_size=(3, 3), activation='relu',
                 kernel_initializer='he_uniform', input_shape=xtrain.shape[1:]))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(BatchNormalization(center=True, scale=True))
model.add(Dropout(0.5))
model.add(Conv2D(8, kernel_size=(3, 3), activation='relu',
          kernel_initializer='he_uniform'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(BatchNormalization(center=True, scale=True))
model.add(Dropout(0.5))
model.add(Flatten())
model.add(Dense(32, activation='relu', kernel_initializer='he_uniform'))
model.add(Dense(32, activation='relu', kernel_initializer='he_uniform'))
model.add(Dense(4, activation='softmax'))

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

history = model.fit(xtrain, ytrain, epochs=1)

32/53 [=================>............] - ETA: 2s - loss: 1.8215 - acc: 0.2812
53/53 [==============================] - 5s 91ms/sample - loss: 1.9651 - acc: 0.2264

Answer 2

1. 第一个答案是正确的。 我记得（我有几年没有使用 MRI），每个切片由 4 个通道表示，通道中的每个体素包含有关同一物理 position 的信息。 因此，对 4 个通道的图像应用 2D 卷积是正确的方法。
2. 对于 2D 卷积，我建议使用 input_shape= (150,150,4)或什至 input_shape=(None, None, 4) 定义您的输入 - 它更通用。 所以你不需要使用channel_first或channel_last配置。 我记得channel_last是默认格式
3. 如果你坚持使用 Conv3d，你的输入形状应该是： input_shape= (150,150,4,1)或(None, None, None, 1)并且训练集应该遵循如下形状： np.random.rand(53, 150, 150 , 4, 1)