Ввод нескольких изображений для модели CNN в Python - PullRequest
Новая
       31

Ввод нескольких изображений для модели CNN в Python

0 голосов
/ 23 февраля 2019

Я хочу одновременно ввести несколько изображений (8) в одну и ту же модель CNN.Я построил нижеприведенную модель: 

inputShape = (height, width, depth)
input1 = Input(shape=(inputShape), name='input1')
input2 = Input(shape=(inputShape), name='input2')
input3 = Input(shape=(inputShape), name='input3')
input4 = Input(shape=(inputShape), name='input4')
input5 = Input(shape=(inputShape), name='input5')
input6 = Input(shape=(inputShape), name='input6')
input7 = Input(shape=(inputShape), name='input7')
input8 = Input(shape=(inputShape), name='input8')
x = concatenate([input1, input2, input3, input4, input5, input6, input7, input8])
conv_1 = Conv2D(filters=32, kernel_size=(3, 3), padding="same", activation="relu", name="conv_1")(x)
batch_norm_1 = BatchNormalization(axis=chanDim)(conv_1)
max_pool1 = MaxPooling2D(pool_size=(2, 2))(batch_norm_1)
drop_out1 = Dropout(0.25)(max_pool1)

conv_2 = Conv2D(filters=64, kernel_size=(3, 3), padding="same", activation="relu", name="conv_2")(drop_out1)
batch_norm_2 = BatchNormalization(axis=chanDim)(conv_2)
max_pool2 = MaxPooling2D(pool_size=(2, 2))(batch_norm_2)
drop_out2 = Dropout(0.25)(max_pool2)

out_01 = Flatten()(drop_out2)
out_02 = Dense(128, activation="relu")(out_01)
out_03 = BatchNormalization(axis=chanDim)(out_02)
out = Dropout(0.5)(out_03)

out2 = Dense(classes, activation="softmax")(out)
model = Model([input1, input2, input3, input4, input5, input6, input7, input8], out2)

и это моя тренировка 

(trainX, testX, trainY, testY) = train_test_split(data, labels, test_size=0.2,                                      random_state=42)
aug = ImageDataGenerator(rotation_range=25, width_shift_range=0.1, height_shift_range=0.1, shear_range=0.2, zoom_range=0.2, horizontal_flip=True, fill_mode="nearest")
model.compile(loss="categorical_crossentropy", optimizer= opt,
          metrics=["accuracy"])
model.fit_generator( aug.flow(trainX, trainY, batch_size=BS), validation_data=(testX, testY), steps_per_epoch=len(trainX) // BS, epochs=EPOCHS, verbose=1)

Я столкнулся с проблемой при обучении модели (trainnX, testX, trainY, testY)одно изображение, как я могу сделать так, чтобы было 8 изображений, и как я могу разделить их в обучающем и тестовом наборе.У меня есть следующая ошибка: 

ValueError: Error when checking model input: the list of Numpy arrays that you are passing to your model is not the size the model expected. Expected to see 8 array(s), but instead got the following list of 1 arrays: [array([[[[0.96470588, 0.00392157, 0.01568627], ...
TypeError: 'NoneType' object is not callable

Может кто-нибудь, пожалуйста, помогите мне, большое спасибо.

Редактировать: Я указываю trainX, testX в виде списка следующим образом: 

([trainX], [testX], trainY, testY) = train_test_split(data, labels, test_size=0.2, random_state=42)
model.fit_generator(aug.flow([trainX], trainY, batch_size=BS), validation_data=([testX], testY), steps_per_epoch=len(trainX) // BS, epochs=EPOCHS, verbose=1)

но выдает следующую ошибку: 

too many values to unpack (expected 1)

Как я могу определить их как список из 8 изображений, пожалуйста?

...