Как исправить ошибку LSTM Layer - Классификация изображений - PullRequest
Новая
       19

Как исправить ошибку LSTM Layer - Классификация изображений

1 голос
/ 09 июля 2019

В настоящее время я работаю над проблемой классификации изображений и создал следующий код на основе онлайн-учебника - Классификация изображений с использованием Keras .

Код работает нормально, но при добавленииУ слоя LSTM есть проблемы с input_shape, и я не могу найти решение:

ValueError: Вход 0 несовместим со слоем lstm_1: ожидается ndim = 3, найдено ndim = 4

Код: 

img_width, img_height = 224, 135
train_dir = './train'
test_dir = './test'
train_samples = 46822
test_samples = 8994
epochs = 25
batch_size = 16

input_shape = (img_width, img_height, 3)

model = Sequential() 
model.add(Conv2D(32, (3, 3), input_shape = input_shape, activation = 'relu'))
model.add(LSTM(3, return_sequences=True, input_shape = input_shape))
model.add(AveragePooling2D(pool_size = (2, 2)))
model.add(Flatten())
model.add(Dense(units = 128, activation = 'softmax'))

model.compile(loss ='categorical_crossentropy', 
              optimizer ='adam', 
              metrics =['accuracy'])

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(train_dir, target_size =(img_width, img_height), batch_size = batch_size, class_mode ='categorical')

validation_generator = test_datagen.flow_from_directory(test_dir, target_size =(img_width, img_height), batch_size = batch_size, class_mode ='categorical') 

model.fit_generator(train_generator, 
    steps_per_epoch = train_samples // batch_size, 
    epochs = epochs, validation_data = validation_generator, 
    validation_steps = test_samples // batch_size)

Дополнительная информация:

Размер input_shape = (224,135,3)

В папке train и test находятсякаждые 3 подпапки, которые содержат набор изображений, основанных на последовательностях человеческих движений.

Указанная ошибка действительно дает некоторые результаты Google, но в моем случае это не помогло -> Я пытался изменитьinput_shape для слоя LSTM с различными параметрами, такими как (224,3) или любым другим вариантом и т. д.

Возможно, я наблюдаю за одной глупостью и надеюсь, что у кого-то здесь есть идея?

...