圖像預處理在 vgg16 中不起作用

Question

我正在使用遷移學習（vgg16）學習圖像分類，我正在使用 keras 的內置時尚 mnist 數據集。

(x_train, y_train), (x_test, y_test) = fashion_mnist.load_data()

為了預處理 vgg16 的數據，我通過從 keras.applications.vgg16 導入 preprocess_input 使用了以下命令

X_train = preprocess_input(x_train)
X_test = preprocess_input(x_test)

train_features = vgg16.predict(np.array(X_train), batch_size=256, verbose=1)
test_features = vgg16.predict(np.array(X_test), batch_size=256, verbose=1)

但我收到以下錯誤

ValueError: Error when checking input: expected input_1 to have 4 dimensions, but got array with shape (60000, 28, 28)

我正在使用 keras2.2.4，pip 19.0.3

Answer 1

Fashion mnist 數據集有灰度圖像，這意味着它只有一個深度通道，而VGG16是用 3 個深度通道的 RGB 圖像訓練的。 根據您的錯誤，您不能將 VGG16 與單通道輸入一起使用。 要將 VGG16 用於時尚 mnist 數據集，您必須將圖像讀取為三通道。 您可以使用np.stack如下進一步處理X_train和X_test ：

import numpy as np
X_train = np.stack((X_train,)*3, axis=-1)
X_test = np.stack((X_test,)*3, axis=-1)

Answer 2

VGG 接受最小 32 和最大 224，可以在這里看到，要重塑這個，我們可以做

x_train = x_train.reshape(x_train.shape[0], 28, 28, 1) # converting it to (,28x28x1)
x_train = np.pad(x_train, ((0,0),(2,2),(2,2),(0,0)), 'constant',constant_values=(0, 0)) # converting it to min (,32x32x1)
x_train = np.stack((x_train,)*3, axis=-1) # (,32,32,1,3)
x_train = x_train[:,:,:,0,:] # (,32,32,1)
y_train = keras.utils.to_categorical(y_train, num_classes)

這可以很容易地用於keras中的.fit()、.evaluate()和.predict()，而不需要將其轉換為張量數據並編寫生成器。