使用InceptionResNetV2时输入形状错误

Question

当向预先训练过的InceptionResNetV2网络提供图像时，我有以下结果。

from keras.applications.inception_resnet_v2 import InceptionResNetV2

INPUT_SHAPE = (200, 250, 3)

img = load_img() # loads a 200x250 rgb image into a (200, 250, 3) numpy array
assert img.shape == INPUT_SHAPE # just fine

model = InceptionResNetV2(include_top=False, input_shape=INPUT_SHAPE)

model.predict(img)

ValueError:检查输入时出错:期望input_1有4个维度，但得到了形状为(200,150，3)的数组

我不明白为什么和模型期望一个4维的输入。为了使模型能够处理(200,250，3)图像，必须做些什么？

Answer 1

尝试用形状(1,200,150，3)或(200,150，3，1)重塑您的输入。

您可以使用image = np.expand_dims(image, axis=0))或image = input_data.reshape((-1, image_side1, image_side2, channels))

Answer 2

你需要给一批图像。如果您的批处理有一个图像，它也应该有相同的格式。

试试img.reshape((1, 200, 150, 3))