ValueError：所有输入数组必须具有相同的形状（机器学习）

Question

我的一项机器学习作业有问题。我们被要求使用机器学习来估计给定图像的个人的年龄。我们得到了一个包含 28360 个训练图像和 7090 个测试图像的数据集。

我遇到的问题是在我的代码的 sn-p #3 中，可以找到 HERE :) 特别是，我收到了ValueError: all input arrays must have the same shape。就像我上面提到的，我的火车数据集的大小为 28360。运行程序后，我可以从 temp.append(img) 到 print(len(temp)) 再次给我，28360。也许我没有全面了解究竟是什么np.stack(temp) 正在做或如何工作，但我的初始和最终数组的大小似乎相同，为什么会出现问题。？

四处询问，我被告知问题不一定与我的temp 列表的长度有关，而是我可能遇到了与其他人不同大小的图像。包含的一个或多个调整大小的图像（它们是数组）具有不同的形状，可能是因为调整大小失败或图像丢失或其他原因。如果是这种情况，如何在 28360 张图像的数据集中找到哪些不同以及为什么要修复它们或删除它们。这真的是问题吗，还是其他原因？

任何人，请帮忙。我究竟做错了什么？任何 cmets/建议将不胜感激。先感谢您。干杯和美好的一天。！ :D

Answer 1

你知道问题所在，有些图像很痛苦，我猜你必须调试。尝试每次执行 np.stack() 并找出出错的地方。当堆栈不再工作时，将打印所有图像的形状，这可能会让您知道出了什么问题。由于我无法重现它，因此无法进一步提供帮助。 np.stack 将所有图像连接在一起，但因此每个 image.shape 必须相同。

for image_name in train.Id:
    img_path = os.path.join(data_dir, 'train', img_name)
    img = imageio.imread(img_path)
    img = skimage.transform.resize(img, (32, 32), mode='constant')
    img = img.astype('float32') # this will help us in later stage
    temp.append(img)
    try:
        train_x = np.stack(temp)
    except ValueError:
        [print(im.shape) for im in temp]
        break

为了让您更好地使用 np.stack，请考虑以下代码：

tmp = [np.zeros((400,400,3)), np.zeros((400,400,3))]
print(np.stack(tmp).shape)
>>> (2, 400, 400, 3)

tmp = [np.zeros((400,400,3)), np.zeros((400,400))]
print(np.stack(tmp).shape)
>>> ValueError: all input arrays must have the same shape

在第一个示例中，我有一个包含两个 3D 数组的列表，它们的形状完全相同。 Numpy 将它们堆叠在一起并创建一个新维度，通常称为批量大小。在第二个中，我在列表中有一个 3D 和一个 2D 数组，当您尝试堆叠具有不同形状 (400, 400, 3) 与 (400, 400) 的两个数组时，您会得到您提到的 ValueError。

我还冒昧地查看了 skimage 文档here
在返回时您可以看到以下内容：

img_array : ndarray 不同的颜色波段/通道存储在三维中，因此灰度图像为 MxN，RGB 图像为 MxNx3，RGBA 图像为 MxNx4。

我感觉您的某些图像被读取为 MxNx4 数组而不是 MxNx3

希望对我有所帮助，请随时向我提问。

编辑

for image_name in train.Id:
    img_path = os.path.join(data_dir, 'train', img_name)
    img = imageio.imread(img_path)
    img = skimage.transform.resize(img, (32, 32), mode='constant')
    img = img.astype('float32') # this will help us in later stage
    if len(img.shape) == 3 and img.shape[-1] == 3  # only append if 3D and last dimension is a 3, standing for RGB
        temp.append(img)
train_x = np.stack(temp)