Keras -理解ImageDataGenerator维度

Question

我试图通过在Keras中使用经过训练的YOLOv2模型来实现自定义对象检测，删除最后一层并使用新的数据对其进行再培训。不过，我对如何将数据提供给Keras感到困惑。我用YOLO注释用边框注释了一堆图片，并将它们放在两个单独的文件夹中( .jpgs所在的.jpgs文件夹和.txt注释所在的annots )。

我还从模型中删除了最后一层，并添加了一个自定义层(我正在尝试预测两个类的边界框)。

我试图用ImageDataGenerator传递数据，因为我的数据集非常小。

我有以下输入对象：

np.shape(train_images) # this contains RGB data from 79 pictures 
(79, 1, 608, 608, 3)
np.shape(train_y)
(79,)

我试图将这些传递给ImageDataGenerator，但是我得到了一个错误：

train_datagen = ImageDataGenerator(
      rotation_range=20,
      width_shift_range=0.2,
      height_shift_range=0.2,
      horizontal_flip=True,
      fill_mode='nearest')

train_generator = train_datagen.flow(
        train_images,
        train_y)

ValueError: `x` (images tensor) and `y` (labels) should have the same length. Found: x.shape = (1, 608, 608, 3), y.shape = (79,)

我不明白问题出在哪里。不知怎么的，我的图像数据的第一个维度完全消失了，因此不匹配.它有什么问题？

Answer 1

我认为您的train_images数组应该具有形状(79, 698, 608, 3)。生成器遍历这些数组的每个第一个维度，因此传递一批4d numpy数组，而不是一批3d numpy数组。

您可以尝试使用numpy.squeeze()查看这是否有用，如下所示：

In [1]: import numpy as np                                                      

In [2]: a = np.random.randint(0, 10, (2, 1, 10, 10, 3))                         

In [3]: np.squeeze(a, axis=1).shape                                             
Out[3]: (2, 10, 10, 3)

因此，一定要设置axis=1参数。然后，就像您正在做的那样，传递更新的数组。