ValueError: Ошибка при проверке цели: классификация ConvLSTM2D

Question

У меня есть 3-канальные изображения (11 * 11 пикселей), снятые каждый час в течение 7 часов, для 99 объектов.Объекты либо (яблоко, банан или морковь).Я должен классифицировать эти 99 образцов изображений на 3 класса (0,1,2).

np.random.seed(0)
data = np.random.randint(low=1,high=9,size=(99, 7, 11, 11, 3))
#(samples, timeshifts, heigt, width, nchannels)
print (data.shape)
#(99, 7, 11, 11, 3)

labels = np.random.randint(low=0,high=3,size=(99)) #(samples)
print (labels.shape)
#(99,)

classes = np.unique(labels)
print (classes)
#(0,1,2)


X_train, X_test, Y_train, Y_test = train_test_split(data,labels,test_size=0.30,random_state=0)

print ('X_train', X_train.shape)
print ('X_test', X_test.shape)
print ('Y_train', Y_train.shape)
print ('Y_test', Y_test.shape)


##X_train (69, 7, 11, 11, 3)
##X_test (30, 7, 11, 11, 3)
##Y_train (69,)
##Y_test (30,)


Y_train_ = to_categorical(Y_train) 
print ('Y_train_categorical', Y_train_.shape)

##Y_train_categorical (69, 2)

input_shape = (X_train.shape[1], X_train.shape[2], X_train.shape[3], X_train.shape[4])
print ('input_shape', input_shape)

##input_shape (7, 11, 11, 3)

model = Sequential()
model.add(ConvLSTM2D(16, kernel_size=(3,3), activation='sigmoid',padding='same',input_shape=input_shape,
                     return_sequences=True))
model.add(ConvLSTM2D(16, kernel_size=(3,3), activation='sigmoid',padding='same'))
model.add(Dense(len(classes), activation='softmax'))
model.summary()

model.compile(loss='categorical_crossentropy', optimizer='adam')

model.fit(X_train, Y_train_, epochs=10, verbose=10, batch_size=32)

Но я получил следующую ошибку:

Traceback (most recent call last):
  File "D:\tests\ConvLSTM2D.py", line 60, in <module>
    model.fit(X_train, Y_train_, epochs=10, verbose=10, batch_size=32)
  File "C:\Program Files\Python36\lib\site-packages\keras\engine\training.py", line 952, in fit
    batch_size=batch_size)
  File "C:\Program Files\Python36\lib\site-packages\keras\engine\training.py", line 789, in _standardize_user_data
    exception_prefix='target')
  File "C:\Program Files\Python36\lib\site-packages\keras\engine\training_utils.py", line 128, in standardize_input_data
    'with shape ' + str(data_shape))
ValueError: Error when checking target: expected dense_1 to have 4 dimensions, but got array with shape (69, 2)

Пожалуйста, помогите мне, друзья...

Answer 1

Выходная форма вашего последнего плотного слоя - (None, 11, 11, 2), но она должна быть (None, 2) (т.е. (batch_size, n_classes)), чтобы быть совместимой с вашими метками.Одним из решений было бы сгладить вывод вашего второго слоя ConvLSTM2D перед передачей его на последний плотный слой.

model = Sequential()
model.add(ConvLSTM2D(16, kernel_size=(3,3), activation='sigmoid',padding='same',input_shape=input_shape,
                     return_sequences=True))
model.add(ConvLSTM2D(16, kernel_size=(3,3), activation='sigmoid',padding='same'))
model.add(Flatten())
model.add(Dense(len(ctypes), activation='softmax'))
model.summary()

model.compile(loss='categorical_crossentropy', optimizer='adam')

model.fit(X_train, Y_train_, epochs=10, verbose=10, batch_size=32)