ValueError：层“sequential_4”的输入0与该层不兼容：预期形状=（无，100，100，3），发现形状=（无，100，3）

Question

我正在尝试使用我训练过的 CNN keras 模型来对图像进行分类。 我正在使用

model.predict(img)

，但我收到了预期形状的错误。 它说找到的

shape=(None,100,3

）和预期的形状=

(None,100,100,3)

。

CNN 设置代码为：

model = Sequential()
model.add(Conv2D(32, (3, 3), activation='relu', input_shape=(image_size, image_size,dim3)))
model.add(MaxPooling2D((2, 2)))
model.add(Conv2D(64, (3, 3), activation='relu'))
model.add(MaxPooling2D((2, 2)))
model.add(Conv2D(64, (3, 3), activation='relu'))
model.add(Flatten())
model.add(Dense(64, activation='relu'))
model.add(Dense(2, activation='softmax'))

其中

image_size = 100

和

dim3 = 3

img.shape

返回

TensorShape([100,100,3])

。 为什么它期望第一个维度为空？我如何正确使用训练好的 CNN 进行分类和图像？

Answer 1

如果您也包含了其余的代码，那就更容易了，但我猜测错误是由于 TensorFlow 模型接受批次，您只需向图像数组添加第一个维度即可，

img= img[None, ...] # Create a batch