ValueError: keine reshape array der Größe 50176 in Form (1,224,224,3)

Ich Tue, Bild-Klassifizierung, und ich trainierte ein Modell gespeichert und ein Modell. Wenn ich versuche, die Vorhersagen des Modells, es zeigt, input-error. Ich bin Gebäude ein Klassifikator mit ResNet-Architektur und erklärt zunächst input_size als 224 x 224. Jetzt brauche ich für die Vorhersage der Klasse des test-Bild.

Wandelte ich das Bild in 224x224 numpy-array. wenn ich versuche den code unten 

#plot the figure
fig = plt.figure()

for num,data in enumerate(test_data):

    img_num = data[1]
    img_data = data[0]

    y = fig.add_subplot(9,3,num+1)
    orig = img_data
    data = img_data.reshape(1,IMG_SIZ,IMG_SIZ,3)

    #predict the model
    model_out = model.predict_classes([orig])[0]

    if np.argmax(model_out) == 1: str_label='Dog'
    else: str_label='Cat'

    y.imshow(orig,cmap = 'gray')
    plt.title(str_label)
    y.axes.get_xaxis().set_visible(False)
    y.axes.get_yaxis().set_visible(False)


plt.show()
plt.savefig('test_labeled.jpg')

Zeigt es mir die folgende Fehlermeldung

ValueError: keine reshape array der Größe 50176 in Form
(1,224,224,3)

in welche Größe ich habe, neu zu gestalten die richtige dimension?

Dank!

  • Was ist data[0]? Versuchen Sie, ändern der Größe eines Bildes durch die Verwendung .reshape()?
  • in test_data es gibt zwei Variablen zusammengefasst. Daten[1] Bild-id und Daten[0] ist die Bild-matrix der Form(224x224)
  • Scheint Ihr Eingang ist von der Größe [224, 224, 1] statt [224, 224, 3] so Umformen entsprechend.
  • Ich habe die Abmessungen in (224x224x1) aber jetzt ist dieser Fehler-popups ValueError: Fehler beim prüfen der Eingabe: erwartete resnet50_input um eine Form haben (Kein, Keine, 3) bekam aber array mit Form (224, 224, 1)
  • können Sie überprüfen den gesamten code? Ich post in der github-gist code
InformationsquelleAutor Madhi | 2018-05-12
  1. 4

    Scheint Ihr Eingang ist von der Größe [224, 224, 1] statt [224, 224, 3]. Sieht aus wie Sie konvertieren Sie Ihre Eingaben, um gray scale im process_test_data()

    müssen Sie möglicherweise zu ändern:

    img = cv2.imread(path,cv2.IMREAD_GRAYSCALE)
img = cv2.resize(img,(IMG_SIZ,IMG_SIZ))

    zu:

    img = cv2.imread(path)
img = cv2.resize(img,(IMG_SIZ,IMG_SIZ),3)
    • Vielen Dank für diese Antwort. Es machte den Fehler. 🙂
    InformationsquelleAutor vijay m
  2. 1

    In meinem Fall wurde die Funktion erwartet RGB Bild und es hat fehlgeschlagen Ursache es wurde RGBA ein, was automatisch bedeutet, es hat 4 Kanäle statt nur 3.
    also ich habe renoviert Ihre Funktion, um in der Lage zu schlucken, RGBA 

    def load_image_into_numpy_array(image):
    (im_width, im_height) = image.size
    if image.getdata().mode == "RGBA":
        image = image.convert('RGB')
    np_array = np.array(image.getdata())
    reshaped = np_array.reshape((im_height, im_width, 3))
    return reshaped.astype(np.uint8)
    • vielen Dank für die Einsicht. es ist wirklich hilfreich, um zu sehen, zukünftige Möglichkeiten.
    InformationsquelleAutor Vadim
Schreibe einen Kommentar