Keras Python的多图像输入
我试图教自己建立一个CNN说,需要一个以上的图像作为输入。我公司自创建测试这个大,从长远来看,我希望解决涉及一个非常大的数据集的问题集,我使用发电机来读取的图像成我传递给Keras型号的fit_generator
功能阵列。Keras Python的多图像输入
当我单独运行我的发电机,它工作正常,并产生相应的形状的输出。它产生一个包含两个条目的元组,其中第一个形状为(4, 100, 100, 1)
,第二个形状为(4,)
。
读关于多个输入Keras细胞神经网络给我的印象,这是对于被鉴定的4个输入中包含的图像的4输入CNN发电机正确的格式。
然而,当我运行代码我得到:
"ValueError: Error when checking input: expected input_121 to have 4 dimensions, but got array with shape (100, 100, 1)"
我一直在寻找了一段时间的解决方案,我怀疑问题出在得到我的(100, 100, 1)
形状阵列被送到输入为(None, 100, 100, 1)
形状数组。
但是,当我试图修改我的发电机的输出我得到其尺寸5
一个错误,这是有道理的错误,因为发电机的输出应该具有的形式X, y = [X1, X2, X3, X4], [a, b, c, d]
,其中Xn
具有形状(100, 100, 1)
,和/ b/c/d是数字。
下面是代码:
https://gist.github.com/anonymous/d283494aee982fbc30f3b52f2a6f422c
提前感谢!
您在使用错误尺寸的发电机创建数组列表。
如果你想正确的形状,重塑个人图像有4个维度:(n_samples
,x_size
,y_size
,n_bands
)模型将工作。在你的情况下,你应该重塑你的图像到(1, 100, 100, 1)
。
在结束与np.vstack
堆叠在一起。发电机将产生形状为(4, 100, 100, 1)
的阵列。
检查这个适应代码工作
def input_generator(folder, directories):
Streams = []
for i in range(len(directories)):
Streams.append(os.listdir(folder + "/" + directories[i]))
for j in range(len(Streams[i])):
Streams[i][j] = "Stream" + str(i + 1) + "/" + Streams[i][j]
Streams[i].sort()
length = len(Streams[0])
index = 0
while True:
X = []
y = np.zeros(4)
for Stream in Streams:
image = load_img(folder + '/' + Stream[index], grayscale = True)
array = img_to_array(image).reshape((1,100,100,1))
X.append(array)
y[int(Stream[index][15]) - 1] = 1
index += 1
index = index % length
yield np.vstack(X), y
这事实上是我的问题,而这个工作! – eforkin