数值误差，使用VGG16的图像归一化误差，人脸识别检测项目

Question

这是代码

我正在从事人脸检测和识别项目。 使用了 VGG16，并且在训练期间，图像（数组）被归一化（images=images.astype('float32')/255）。

在帧（来自视频）的面部检测期间完成了同样的事情，但是随着输入形状的变化，我收到了一个值错误。 错误但是，打印出来的图像形状是 150,150,3，为什么会出现错误？

这是因为必须规范化图像列表而单个图像不起作用吗？ 如果是这样，是否有更好的方法来修复错误并成功使用模型来预测图像？

先谢谢您的帮助！

Answer 1

我通过执行以下命令重塑图像解决了该问题。 Image = tf.reshape(image, [1,150, 150,3])