CNN不预测图像类别

Question

我使用CNN制作了一个脑肿瘤检测模型，当我尝试通过预测它的类别来测试样本图像时，会发生错误。

根据错误，模型的输入应该有 1 个额外的维度。 我如何预测图像的类别。 给出错误的代码片段是：

best_model.predict(image)

错误如下

ValueError: 层 zero_padding2d 的输入 0 与层不兼容：预期 ndim=4，发现 ndim=3。 收到完整形状：[无, 240, 3]

可以在警告中看到预期的形状：

WARNING:tensorflow:Model was constructed with shape (None, 240, 240, 3) for input Tensor("input_1_1:0", shape=(None, 240, 240, 3), dtype=float32), but it was called on an input with incompatible shape (None, 240, 3).

我尝试了解决方案，但它仍然给出相同的错误：这是图像

Answer 1

所以问题是模型假设第一个维度是批次数。 在您的情况下，它“认为”您有 240 个批次，其中每个图像的大小为(240,3) 。

您需要做的是在传递给模型之前扩展图像的尺寸。 你可以使用expand_dims

一个例子：

image = tf.zeros([240, 240, 3])
tf.expand_dims(image, axis=0)

这将为图像添加批处理维度，并且模型可以正确操作它。