CNN 不预测图像类别

Question

我使用 CNN 制作了一个脑肿瘤检测模型，当我尝试通过预测其类别来测试样本图像时，出现错误。

根据误差，模型的输入应该有 1 个额外维度。我如何预测图像的类别。给出错误的代码 sn-p 是：

best_model.predict(image)

报错如下

ValueError: 层 zero_padding2d 的输入 0 与 层：预期 ndim=4，发现 ndim=3。收到的完整形状：[无，240， 3]

可以在警告中看到预期的形状：

WARNING:tensorflow:Model was constructed with shape (None, 240, 240, 3) for input Tensor("input_1_1:0", shape=(None, 240, 240, 3), dtype=float32), but it was called on an input with incompatible shape (None, 240, 3).

我尝试了解决方案，但仍然出现相同的错误： Here is the image

Answer 1

所以问题在于模型假设第一个维度是批次数。在您的情况下，它“认为”您有 240 个批次，其中每个图像的大小为 (240,3)。

您需要做的是在传递给模型之前扩展图像的尺寸。你可以使用expand_dims

一个例子：

image = tf.zeros([240, 240, 3])
tf.expand_dims(image, axis=0)

这会给图片添加一个batch维度，模型可以正常操作。