Keras: Ошибка при проверке ввода: ожидалось, что input_1 будет иметь форму (299, 299, 3), но получил массив с формой (229, 229, 3)

Question

Я пытаюсь обучить модель inceptionv3 в кератах.

Мой набор данных предварительно обработан в форме 229, 229, 3.

print(data.shape)
print(type(data))
print(type(data[0]))

выход

(1458, 229, 229, 3)

<class 'numpy.ndarray'>

<class 'numpy.ndarray'>

Я инициализирую свою модель следующим образом

import os, sys
from keras.optimizers import SGD
from keras.applications import InceptionV3

model = InceptionV3()

# copile model
opt = SGD(lr=0.05)
model.compile(loss="categorical_crossentropy", optimizer=opt,
              metrics=["accuracy"])

Вызываю model.fit

# train the network
print("[INFO] training network...")
H = model.fit(train_x, train_y, validation_data=(test_x, test_y),
              batch_size=batch_size, epochs=num_of_epochs, verbose=1)

Затем я получаю эту ошибку. Я не понимаю, потому что размеры правильные.

[INFO] training network...
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
 in 
      2 print("[INFO] training network...")
      3 H = model.fit(train_x, train_y, validation_data=(test_x, test_y),
----> 4               batch_size=batch_size, epochs=num_of_epochs, verbose=1)
      5 
      6 model.save(model_save_path)

~/anaconda3/lib/python3.7/site-packages/keras/engine/training.py in fit(self, x, y, batch_size, epochs, verbose, callbacks, validation_split, validation_data, shuffle, class_weight, sample_weight, initial_epoch, steps_per_epoch, validation_steps, **kwargs)
    950             sample_weight=sample_weight,
    951             class_weight=class_weight,
--> 952             batch_size=batch_size)
    953         # Prepare validation data.
    954         do_validation = False

~/anaconda3/lib/python3.7/site-packages/keras/engine/training.py in _standardize_user_data(self, x, y, sample_weight, class_weight, check_array_lengths, batch_size)
    749             feed_input_shapes,
    750             check_batch_axis=False,  # Don't enforce the batch size.
--> 751             exception_prefix='input')
    752 
    753         if y is not None:

~/anaconda3/lib/python3.7/site-packages/keras/engine/training_utils.py in standardize_input_data(data, names, shapes, check_batch_axis, exception_prefix)
    136                             ': expected ' + names[i] + ' to have shape ' +
    137                             str(shape) + ' but got array with shape ' +
--> 138                             str(data_shape))
    139     return data
    140 

ValueError: Error when checking input: expected input_1 to have shape (299, 299, 3) but got array with shape (229, 229, 3)

РЕДАКТИРОВАТЬ

batch_size = 32

Как были изменены размеры изображений

import imutils
import cv2

class AspectAwarePreprocessor:
    """
    CONTRUCTOR
    witdh : desired width
    height : desired height
    inter : interpolation method used when resizing the image
    """
    def __init__(self,width,height,inter=cv2.INTER_AREA):
        self.width = width
        self.height = height
        self.inter = inter

    """
    image : image to be preprocessed
    """
    def preprocess(self,image):
        # Get wdith and height of image
        (h, w) = image.shape[:2]
        dW = 0
        dH = 0

        # if width is the shorter dimension, resize image by width and crop height
        if w < h:
            image = imutils.resize(image, width=self.width,
                                   inter=self.inter)
            dH = int((image.shape[0] - self.height) / 2.0)

        # if height is the shorter dimension, resize image by height and crop width
        else:
            image = imutils.resize(image, height=self.height,
                               inter=self.inter)
            dW = int((image.shape[1] - self.width) / 2.0)

        # re-grab the width and height and use the deltas to crop the center of the image:
        (h, w) = image.shape[:2]
        image = image[dH:h - dH, dW:w - dW]

        # our image target image dimensions may be off by ± one pixel; therefore, we make a call to cv2.resize to 
        # ensure our output image has the desired width and height.
        return cv2.resize(image, (self.width, self.height),
                          interpolation=self.inter)

Answer 1

Вы подаете в свою сеть массив неправильной формы.
Ваша модель ожидает массив формы (299, 299, 3), но вы присваиваете ей массив формы (229, 229, 3)

(2 9 9, 2 9 9, 3) ЕСТЬ НЕ (2 2 9, 2 2 9, 3)

Таким образом, либо вам нужно изменить форму данных в форме (299, 299, 3), либо вам нужно изменить ожидаемую форму InceptionV3:

model = InceptionV3(include_top=False, input_shape=(229, 229, 3))

Вы должны использовать include_top=False, если хотите указать форма ввода отличная от стандартной .

https://keras.io/applications/#inceptionv3

Надеюсь, я вам помог!

Answer 2

Предварительно обученные модели могут принимать только определенные c формы. Вам нужно изменить размер ваших фотографий. Я предлагаю вам использовать PIL.

from PIL import Image
import numpy as np

X_train = Image.fromarray(X_train).resize((299, 299))
X_train = np.array(X_train)

Это пример того, как действовать.