ValueError: cannot reshape array of size 50176 into shape (1,224,224,3)

Question

我正在进行图像 class化，我训练了一个模型并保存了一个模型。当我尝试预测模型时，它显示输入错误。我正在使用 ResNet 架构构建一个 classifier，最初将 input_size 声明为 224 x 224。现在我需要预测测试图像的class。

我将图像转换为 224x224 numpy 数组。当我尝试下面的代码时

#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')

它向我显示以下错误

ValueError: cannot reshape array of size 50176 into shape (1,224,224,3)

我必须以多大的尺寸重塑正确的尺寸？

谢谢！

Answer 1

您的输入似乎是 [224, 224, 1] 而不是 [224, 224, 3]。看起来您在 process_test_data()

中将输入转换为 gray scale

您可能需要更改：

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

至：

img = cv2.imread(path)
img = cv2.resize(img,(IMG_SIZ,IMG_SIZ),3)

Answer 2

在我的例子中，函数需要 RGB 图像，但它失败了，因为它是 RGBA 自动意味着它有 4 个通道而不是 3 个。所以我翻新了它们的功能，以便能够吞下 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)

ValueError: cannot reshape array of size 50176 into shape (1,224,224,3)

ValueError: cannot reshape array of size 50176 into shape (1,224,224,3)

python

keras

tensorflow

resnet