ValueError：层 conv2d 的输入 0 与层不兼容：预期 ndim=4，发现 ndim=3。 收到的完整形状：[无，30，30]

Question

您好，我正在尝试构建一个用于分类的简单 CNN Model。我收到以下错误。提前感谢您的帮助

    
    path=os.listdir(imgs_path)
    data = []
    labels = []
    flag=0
    classes = len(list_dir)
    for i in path:
        img_path = imgs_path +i + os.sep
        for img in os.listdir(img_path):
            im = Image.open(img_path + os.sep + img)
            im = im.resize((30,30))
            im = np.array(im)
            data.append(im)
            labels.append(flag)
        flag=flag+1
    x_train = np.array(data)
    y_train = np.array(labels)
    model = Sequential()
    model.add(Conv2D(filters=32, kernel_size=(5,5), activation="relu",input_shape=x_train.shape[1:]))
    model.add(Conv2D(filters=32, kernel_size=(5,5), activation="relu"))
    model.add(MaxPool2D(pool_size=(2,2)))
    model.add(Dropout(rate=0.25))
    model.add(Conv2D(filters=64, kernel_size=(3,3), activation="relu"))
    model.add(Conv2D(filters=64, kernel_size=(3,3), activation="relu"))
    model.add(MaxPool2D(pool_size=(2,2)))
    model.add(Dropout(rate=0.5))
    model.add(Flatten())
    model.add(Dense(256, activation="relu"))
    model.add(Dropout(rate=0.25))
    model.add(Dense(classes, activation="softmax"))

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

ValueError: Input 0 of layer conv2d is incompatible with the layer: expected ndim=4, found ndim=3. Full shape received: [None, 30, 30]

然而它适用于一些图像但不是全部，不知道为什么会这样

Answer 1

Conv2d 层需要批量处理图像，因此请尝试向输入添加批量维度。

您可能仅以图像的形状提供输入图像，例如 (224,224,3)，如 224X224 image_size 和 3 个颜色通道。

尝试做：

x_train = np.expand_dims(x_train,axis=0)

这会将图像尺寸从 (224,224,3) 扩展到 (1,224,224,3)，添加一个额外的 batch_size 尺寸，就像 conv2d 层期望的 4 个尺寸一样。

Answer 2

你的一些图像是黑白的，它们只有二维。 使用numpy.atleast_3d 。 如果只有 2 个维度，这将添加一个维度，并且不会将 arrays 更改为已经有 3 个维度。

...
im = im.resize((30,30))
im = np.atleast_3d(im)
data.append(im)
...

所以如果你有一个彩色图像，例如(30, 30, 3) ，它不会被改变。 但是如果你有形状为(30, 30)的 ab/w 图像，它将被重塑为(30, 30, 1)