Итак, я пробовал обнаружение болезней растений с помощью Keras.sequential, используя этот источник носителя в качестве ссылки , и импортировал набор данных, содержащий 15 различных помеченных данных:
[ 'Pepper__bell___Bacterial_spot', 'Pepper__bell___healthy', 'Potato___Early_blight', 'Potato___healthy', 'Potato___Late_blight', 'Tomato_Bacterial_spot', 'Tomato_Early_blight', 'Tomato_healthy', 'Tomato_Late_blight', 'Tomato_Leaf_Mold', 'Tomato_Septoria_leaf_spot', 'Tomato_Spider_mites_Two_spotted_spider_mite', ' Tomato__Target_Spot ',' Tomato__Tomato_mosaic_virus ',' Tomato__Tomato_YellowLeaf__Curl_Virus ']
, но мой LabelBinarizer.classes_ классифицирует только список этикеток как:
* Pealthy' [*1012** 1013___ ']
, тогда как в этом примере показаны все 15 различных наборов. Что я делаю не так? Я пытался использовать MultiLabelBinarizer , но при каждом новом запуске размер label_list варьируется от 12 до 17 меток: ['L', 'T', '_', 'a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i'] и так далее.
Также еще одно сомнение , когда я пытаюсь преобразовать свой image_list в image_array, используя im_list=np.array(image_list,dtype=np.float32)/255.0 | Это вызывает у меня эту ошибку:
ValueError: не удалось передать входной массив из формы (64,64,3) в форму (64,64)
Я знаю, что это измерение ошибка несоответствия, но на этапе «масштабирования набора данных» мы используем img_to_arr для преобразования изображения в массив; так почему он работает для парня, который делал это в учебнике на среднем , а не для меня?