Ошибка при проверке ввода в ImageDataGenerator - PullRequest
Новая
       72

Ошибка при проверке ввода в ImageDataGenerator

0 голосов
/ 28 мая 2020

Я пытаюсь создать CNN с помощью Keras. Я определяю свою модель ранее, а затем, когда перехожу к этапам генерации данных, я сталкиваюсь с ошибкой. 

batch_size=16

train_datagen = ImageDataGenerator(
        rescale=1./255,
        shear_range=0.2,
        zoom_range=0.2,
        horizontal_flip=True)

test_datagen = ImageDataGenerator(rescale=1./255)

train_generator = train_datagen.flow_from_directory(
        'Documents/Documents/data/Training',  # directory
        target_size=(150, 150),
        batch_size=batch_size,
        class_mode='binary')

# this is a similar generator, for validation data
validation_generator = test_datagen.flow_from_directory(
        'Documents/Documents/data/Validation',
        target_size=(150, 150),
        batch_size=batch_size,
        class_mode='binary')

model.fit_generator(
        train_generator,
        steps_per_epoch=2000 // batch_size,
        epochs=50,
        validation_data=validation_generator,
        validation_steps=800 // batch_size)

После запуска шага fit_generator я получаю следующую ошибку: 

ValueError: Error when checking input: expected conv2d_1_input to have shape (3, 150, 150) but got array with shape (150, 150, 3)

Я сослался на несколько других тем по связанным проблемам, но, насколько я могу судить, у них нет решения или я уже делаю рекомендованное исправление.

https://datascience.stackexchange.com/questions/33145/keras-exception-valueerror-error-when-checking-input-expected-conv2d-1-input?newreg=af7cf816b0d9451a897d8b9a2ca4b030

Ошибка входных размеров fit_generator при использовании ImageDataGenerator (Keras)

Изменить: как указал Матиас, проблема была в моем поколении модели. Это был мой код раньше. 

model = Sequential()
model.add(Conv2D(32, (3, 3), input_shape=(150, 150),padding='same'))

Я изменил его на следующий, и он сработал. 

model = Sequential()
model.add(Conv2D(32, (3, 3), input_shape=(150, 150,3),padding='same'))
...