Я пытаюсь обучить сверточную нейронную сеть для распознавания символов на изображениях. Одно изображение содержит 7 символов (0-9, AZ, пробел => 37 возможных символов). Всего 646 изображений. Эти изображения являются данными X_train.
X_train.shape
(646, 600, 1200, 1)
У меня также есть таблица со всеми метками изображений. Я закодировал эти метки горячим способом, чтобы получить массивы.
y_train.shape
(646, 7, 37)
646 - количество изображений, то есть размер строки. 7 - длина метки, размер столбца. 37 - это количество возможных символов, измерение глубины.
Я бы хотел, чтобы моя сверточная нейронная сеть автоматически распознавала символы на изображении без какой-либо сегментации или пространственной спецификации символов, как это сделали авторы в этой статье: https://ieeexplore.ieee.org/abstract/document/8078501
Теперь мне интересно, подходят ли X_train и y_train вместе для моей нейронной сети? Может быть, мне нужно изменить размер X_train или y_train, потому что, когда я запускаю этот код:
from keras.models import Sequential
from keras.layers import Dense, Dropout, Flatten, Conv2D, MaxPooling2D
model = Sequential()
model.add(Conv2D(32, kernel_size=(3, 3), input_shape = (600, 1200, 1), activation = "relu"))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
model.add(Flatten())
model.add(Dense(64, activation = "relu"))
model.add(Dense(7, activation = "relu"))
model.add(Dense(37, activation = "softmax"))
model.compile(optimizer="rmsprop", loss="categorical_crossentropy", metrics=["accuracy"])
model.fit(X_train, y_train, batch_size = 32, epochs = 10, shuffle = True)
, я получил следующую ошибку:
ValueError: Error when checking target: expected dense_3 to have 2 dimensions, but got array with shape (646, 7, 37)
Спасибо за все советы!