在Keras中预测单幅图像（维度问题）。

Question

我想我在Keras上遇到了一个常见的维度问题。我试图使用一个预先训练好的模型（'model.h5'）来预测一张测试图像（'test.jpg'）的类。

用下面的代码。

model = load_model('model.h5')
model.summary()
# load dataset


# evaluate the model
score = model.evaluate(X, Y, verbose=0)
print("%s: %.2f%%" % (model.metrics_names[1], score[1]*100)) 

我得到了这个模型的信息。

现在，在运行之后，

img = cv2.imread('test.jpg')

model.predict(img)

我收到了错误信息。

---------------------------------------------------------------------------

ValueError                                Traceback (most recent call last)

<ipython-input-43-c2dfe8703a1b> in <module>()
      1 img = cv2.imread('test.jpg')
      2 
----> 3 model.predict(img)

2 frames

/usr/local/lib/python3.6/dist-packages/keras/engine/training.py in predict(self, x, batch_size, verbose, steps, callbacks, max_queue_size, workers, use_multiprocessing)
   1439 
   1440         # Case 2: Symbolic tensors or Numpy array-like.
-> 1441         x, _, _ = self._standardize_user_data(x)
   1442         if self.stateful:
   1443             if x[0].shape[0] > batch_size and x[0].shape[0] % batch_size != 0:

/usr/local/lib/python3.6/dist-packages/keras/engine/training.py in _standardize_user_data(self, x, y, sample_weight, class_weight, check_array_lengths, batch_size)
    577             feed_input_shapes,
    578             check_batch_axis=False,  # Don't enforce the batch size.
--> 579             exception_prefix='input')
    580 
    581         if y is not None:

/usr/local/lib/python3.6/dist-packages/keras/engine/training_utils.py in standardize_input_data(data, names, shapes, check_batch_axis, exception_prefix)
    133                         ': expected ' + names[i] + ' to have ' +
    134                         str(len(shape)) + ' dimensions, but got array '
--> 135                         'with shape ' + str(data_shape))
    136                 if not check_batch_axis:
    137                     data_shape = data_shape[1:]

ValueError: Error when checking input: expected input_1 to have 4 dimensions, but got array with shape (194, 259, 3)

我试了一些类似问题的代码， 但没有任何工作给我。我在这里错过了什么？您的帮助将是非常感激的

Answer 1

当你使用的图像尺寸与训练模型的尺寸不匹配时，就会出现这个错误。你的图像的形状是(194, 259, 3),但模型期望的是这样的。(1, 194, 259, 3), 因为你使用的是单个样本。你可以借助于 numpy.expand_dims() 以获得所需的尺寸。

img = cv2.imread('test.jpg')
img = np.expand_dims(img, axis=0)
model.predict(img)