CNN不預測圖像類別

Question

我使用CNN制作了一個腦腫瘤檢測模型，當我嘗試通過預測它的類別來測試樣本圖像時，會發生錯誤。

根據錯誤，模型的輸入應該有 1 個額外的維度。 我如何預測圖像的類別。 給出錯誤的代碼片段是：

best_model.predict(image)

錯誤如下

ValueError: 層 zero_padding2d 的輸入 0 與層不兼容：預期 ndim=4，發現 ndim=3。 收到完整形狀：[無, 240, 3]

可以在警告中看到預期的形狀：

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).

我嘗試了解決方案，但它仍然給出相同的錯誤：這是圖像

Answer 1

所以問題是模型假設第一個維度是批次數。 在您的情況下，它“認為”您有 240 個批次，其中每個圖像的大小為(240,3) 。

您需要做的是在傳遞給模型之前擴展圖像的尺寸。 你可以使用expand_dims

一個例子：

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

這將為圖像添加批處理維度，並且模型可以正確操作它。