我要改变什么来调整从灰度到 RGB 的图像？答案

【问题标题】：What do I change to adjust for the image going from grayscale to RGB?我要改变什么来调整从灰度到 RGB 的图像？
【发布时间】：2017-09-24 16:56:36
【问题描述】：

我似乎总是搞砸并迷失在如何重塑数据以适应模型。我认为输入和输出数据的形状必须匹配，但我一直不知道如何去做。

我认为我的主要问题是灰度图像和 RGB 图像的存储方式不同。 [1] 与 [255,255,255]

如果：

screen = cv2.cvtColor(screen, cv2.COLOR_BGR2RGB)

改为：

screen = cv2.cvtColor(screen, cv2.COLOR_BGR2GRAY)

一切正常。

有问题的代码：

# Capture Data (CUT SHORT)
WIDTH = 160
HEIGHT = 120
screen = cv2.cvtColor(screen, cv2.COLOR_BGR2RGB)
screen = cv2.resize(screen, (WIDTH, HEIGHT))
dataset = []
output = [0, 0, 0, 0]
dataset.append([screen, output])
np.save("training.npy", dataset)

# Build Model
https://github.com/tflearn/tflearn/blob/master/examples/images/alexnet.py

# Changed to match output.
network = fully_connected(network, 4, activation='softmax')

# Train Data
WIDTH = 160
HEIGHT = 120
LR = 1e-3
EPOCHS = 5
MODEL_NAME = "HELP"

model = alexnet(WIDTH, HEIGHT, LR)

for i in range(EPOCHS):
    train_data = np.load("training.npy".format(i))

    train = train_data[:-100]
    test = train_data[-100:]

    X = np.array([i[0] for i in train]).reshape(-1,WIDTH,HEIGHT,1)
    Y = [i[1] for i in train]

    test_x = np.array([i[0] for i in test]).reshape(-1,WIDTH,HEIGHT,1)
    test_y = [i[1] for i in test]

    model.fit({'input': X}, {'targets': Y}, n_epoch=1, validation_set=({'input': test_x}, {'targets': test_y}), 
        snapshot_step=500, show_metric=True, run_id=MODEL_NAME)

    model.save(MODEL_NAME)

错误：线程 Thread-3 中的异常：回溯（最近一次通话最后）： _bootstrap_inner 中的文件“C:\Users\TF\AppData\Local\Programs\Python\Python35\lib\threading.py”，第 914 行自我运行（）运行中的文件“C:\Users\TF\AppData\Local\Programs\Python\Python35\lib\threading.py”，第 862 行 self._target(*self._args, **self._kwargs) 文件“C:\Users\TF\AppData\Local\Programs\Python\Python35\lib\site-packages\tflearn\data_flow.py”，第 187 行，在 fill_feed_dict_queue 数据 = self.retrieve_data(batch_ids) 文件“C:\Users\TF\AppData\Local\Programs\Python\Python35\lib\site-packages\tflearn\data_flow.py”，第 222 行，在retrieve_data utils.slice_array(self.feed_dict[key], batch_ids) 文件“C:\Users\TF\AppData\Local\Programs\Python\Python35\lib\site-packages\tflearn\utils.py”，第 187 行，位于 slice_array 返回 X[开始]

IndexError：索引 2936 超出轴 0 的范围，大小为 1900

【问题讨论】：

标签： tensorflow tflearn

【解决方案1】：

博士。罗伯特·基希格斯纳：您的输入数据集中有三个通道。

np.array([i[0] for i in test]).reshape(-1,WIDTH,HEIGHT,3)

在亚历克斯网中：

network = input_data(shape=[None, width, height, 3], name='input')

【讨论】：