因此,我尝试使用keras CNN进行二进制分类。尝试将模型拟合到生成器时出现以下错误。这是生成器:
image_gen = ImageDataGenerator(
rotation_range=30,
width_shift_range=0.1,
height_shift_range=0.1,
horizontal_flip=True,
rescale=1/255)
training_generator = image_gen.flow_from_directory('dataset/DATASET/TRAIN',target_size=(300,300))
这是我的模特:
model = Sequential()
model.add(Conv2D(filters=32,kernel_size=(4,4),input_shape=(300,300,3),activation='relu'))
model.add(Conv2D(filters=32,kernel_size=(4,4),input_shape=(300,300),activation='relu'))
model.add(MaxPool2D(pool_size=(2,2)))
model.add(Conv2D(filters=64,kernel_size=(3,3),input_shape=(300,300,3),activation='relu'))
model.add(Conv2D(filters=64,kernel_size=(3,3),input_shape=(300,300,3),activation='relu'))
model.add(MaxPool2D(pool_size=(2,2)))
model.add(Flatten())
model.add(Dense(units=128,activation='relu'))
model.add(Dense(units=64,activation='relu'))
model.add(Dropout(rate=0.35))
model.add(Dense(units=32,activation='relu'))
model.add(Dense(units=1,activation='sigmoid'))
model.compile(loss='binary_crossentropy',optimizer='adam',metrics=['accuracy'])
model.fit_generator(training_generator,epochs=5)
这里是错误:ValueError:检查目标时出错:预期density_24具有形状(1,),但数组的形状为(2,)]
提前感谢!
此错误特定于二进制分类,其中使用ImageDataGenerator
而不将class_mode
指定为“二进制”。
在下面的行中,如上所述,您需要添加class_mode
。
training_generator = image_gen.flow_from_directory('dataset/DATASET/TRAIN',target_size=(300,300),class_mode='binary')
class_mode
必须指定为二进制分类。如果您使用的是keras,则会抛出错误,提示expected dense_2 to have shape (1,) but got array with shape (2,)
如果使用的是tf.keras,它将NOT引发错误,但分类准确度将显示为50%。
我已采用cats vs dogs
二进制分类示例来演示此问题。完整代码为here。