预测经过训练的 DNN 模型 类 时出错
Error while predicting classes of an trained DNN model
我使用以下程序为我的图像预测 类。
from tensorflow.keras.preprocessing.image import load_img, img_to_array
x = load_img("8-SignLanguageMNIST/test1.jpg", target_size = (28, 28))
x = img_to_array(x)
x = np.expand_dims(x, axis = 0)
x = np.vstack([x])
classes = model.predict(x)
print(classes[0])
我用来训练的图片是(28, 28, 1)的形状。
这里我上传了一张形状为 (28, 28, 3) 的 RGB 图像，我尝试将该图像转换为灰度，然后进行预测，但一直出现以下错误。
ValueError: Input 0 of layer sequential is incompatible with the layer: expected axis -1 of input shape to have value 1 but received input with shape [None, 28, 28, 3]
任何人都可以告诉我我做错了什么，并帮助我解决这个问题。
您需要像下面那样应用 conversion to grayscale：
load_img(path, color_mode='grayscale')
我使用以下程序为我的图像预测 类。
from tensorflow.keras.preprocessing.image import load_img, img_to_array x = load_img("8-SignLanguageMNIST/test1.jpg", target_size = (28, 28)) x = img_to_array(x) x = np.expand_dims(x, axis = 0) x = np.vstack([x]) classes = model.predict(x) print(classes[0])
我用来训练的图片是(28, 28, 1)的形状。
这里我上传了一张形状为 (28, 28, 3) 的 RGB 图像，我尝试将该图像转换为灰度，然后进行预测，但一直出现以下错误。
ValueError: Input 0 of layer sequential is incompatible with the layer: expected axis -1 of input shape to have value 1 but received input with shape [None, 28, 28, 3]
任何人都可以告诉我我做错了什么，并帮助我解决这个问题。
您需要像下面那样应用 conversion to grayscale：
load_img(path, color_mode='grayscale')