python TensorFlow顺序模型无法识别数据的完整形状

csga3l58 于 2023-05-27 发布在 Python

关注(0)|答案(1)|浏览(199)

import tensorflow as tf
from traffic import IMG_WIDTH, IMG_HEIGHT
import cv2
import os
import numpy as np
model = tf.keras.models.load_model("neural-network")
image = cv2.imread("gtsrb\\1\\00000_00000.ppm")
image = cv2.resize(image, (IMG_WIDTH, IMG_HEIGHT))
print(image.shape)
model.predict(image)

image.shape与模型在model.predict（）行中读取的形状不一致
我运行这段代码，image.shape是（30，30，3），但当我预测图像时，它会引发一个错误，状态是“ValueError：层“sequential”的输入0与层不兼容：expected shape=（None，30，30，3），found shape=（None，30，3）”非常感谢任何帮助，因为我不知道为什么会发生这种情况

python

来源：https://stackoverflow.com/questions/76339315/tensorflow-sequential-model-is-not-recognising-the-full-shape-of-the-data

1条答案

按热度按时间

nbnkbykc1#

你需要使用tensorflow中的expand_dims函数：

import tensorflow as tf
from traffic import IMG_WIDTH, IMG_HEIGHT
import cv2
import os
import numpy as np

model = tf.keras.models.load_model("neural-network")
image = cv2.imread("gtsrb\\1\\00000_00000.ppm")
image = cv2.resize(image, (IMG_WIDTH, IMG_HEIGHT))

image = tf.convert_to_tensor(image, dtype=tf.float32)
image = tf.expand_dims(image , 0)

print(image.shape)
model.predict(image)

在将其转换为Tensor之前，如果尚未在RGB中，也可以使用此方法将其转换为RGB：

image = cv.cvtColor(image, cv.COLOR_BGR2RGB)

赞(0）回复(0）举报 2023-05-27

我来回答

python TensorFlow顺序模型无法识别数据的完整形状

1条答案

相关问题

热门标签

最新问答