Ошибка несоответствия размеров данных при обучении данных с использованием ретинанета - PullRequest
0 голосов
/ 01 марта 2019

Когда я использовал модель ретинанета для обучения маммограмм молочной железы для выявления рака, я столкнулся с этой ошибкой:

При создании модели это может занять секунду ... Отслеживание (последний вызов в последний раз): Файл"keras_retinanet / bin / train.py", строка 229, в главном файле () Файл "keras_retinanet / bin / train.py", строка 205, в основной модели, training_model, Foretion_model = create_models (num_classes = train_generator.num_classes (), веса= args.weights, multi_gpu = args.multi_gpu) Файл "keras_retinanet / bin / train.py", строка 61, в модели create_models = ResNet50RetinaNet (image, num_classes = num_classes, weights = weights, nms = False) Файл "keras_retinanet / bin.... \ keras_retinanet \ models \ resnet.py ", строка 57, в ResNet50RetinaNet model.load_weights (weights_path, by_name = True) Файл" E: \ Programs \ Anaconda \ envs \ tf_py3 \ lib \ site-packages \ keras \ "engine \ network.py ", строка 1163, в load_weights reshape = reshape) Файл" E: \ Programs \ Anaconda \ envs \ tf_py3 \ lib \ site-packages \ keras \ engine \ save.py ", строка 1149, в load_weights_from_hdf5_group_by_name str (weight_values ​​[i] .shape) + '.') ValueError: Layer # 209 (с именем "ification_submodel "), вес имеет форму (3, 3, 256, 18), но сохраненный вес имеет форму (9, 256, 3, 3).

Код модели, который я использовал, существует здесь: https://github.com/hwejin23/MAMMO_Retinanet Я использовал его как есть.

Набор данных - маммограммы INBreast, Iиспользовал изображение маммограммы, используя исходный формат dcm, но библиотека Pillow не может понять этот формат, поэтому я изменил формат маммограммы на jpg, на самом деле я не знаю, может ли это создать эту проблему или нет.

Что я должен сделать или изменить в коде или наборе данных, чтобы преодолеть эту ошибку?

...