你好，我试图建立一个简单的CNN模型，用于分类。我得到了下面的错误。提前感谢帮助
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，但不是所有，不知道为什么会发生这种情况
2条答案
按热度按时间nhjlsmyf1#
你的一些图像是B的，它们只有2维。使用
numpy.atleast_3d。如果只有2维，这将增加一个维，并且不会改变已经有3维的数组。因此，如果您有一个彩色图像，例如
(30, 30, 3)，它将不会被更改。但是如果您有一个黑白图像，形状为(30, 30)，它将被重新整形为(30, 30, 1)s71maibg2#
Conv2d图层需要批处理图像，因此请尝试向输入中添加批处理维度。
您可能仅以图像的形状提供输入图像，例如（224，224，3），如具有3个颜色通道的224X224 image_size。
尝试执行以下操作：
这将把图像维度从（224，224，3）扩展到（1，224，224，3），添加额外的batch_size维度，如Conv2D层所期望的4个维度。