Я использую Keras для выполнения пиксельной мультиклассовой классификации во многих 2D-изображениях 256x256.Из-за количества данных и классов, которые у меня есть (32), я использую генератор изображений для подачи данных в сеть во время обучения.Основное назначение генератора - горячее кодирование моей основной истины, размер которой в итоге равен 256x256x32 (если я попытаюсь выполнить предварительное горячее кодирование, я получаю ошибку OOM).
Однако, когда я пытаюсьПри использовании настройки class_weight при подгонке моей модели я получаю сообщение об ошибке, в котором говорится, что она не поддерживает 3+ размерные цели.Я уже сгладил свои изображения, поэтому на выходе получается размер (размер пакета 65536,32).Я не понимаю, как я должен сделать их 2D.Я не могу использовать параметр sample_weight, потому что model.fit_generator не имеет этого параметра.
Вот код для моего генератора данных.
def generator(features, labels, batch_size):
# Create empty arrays to contain batch of features and labels#
batch_features = np.zeros((batch_size, 256, 256, 1))
batch_labels = np.zeros((batch_size,256*256,32))
while True:
for i in range(batch_size):
# choose random index in features
#index= random.choice(len(features),1)
index=i
batch_features[i] = features[index]
batch_labels[i] = keras.utils.to_categorical(labels[index],num_classes=32)
yield batch_features, batch_labels