如何在 CNN 训练模型中输入单个图像？

Question

我训练了 CNN 模型并尝试使用单个图像进行测试。 我保存了 .h5 文件并尝试使用单个图像进行测试。 但我收到如下错误消息。

ValueError: 层序 1 的输入 0 与层不兼容：输入形状的预期轴 -1 具有值 3，但接收到形状为 (None, 48, 48, 1) 的输入

谁能帮我调整这个输入数据到我的模型？

以下是我的模型部分：

def create_model(x=None):
    # we initialize the model
    model = Sequential()

    # Conv Block 1
    model.add(Conv2D(64, (3, 3), input_shape=(48,48,3),  padding='same'))
    model.add(BatchNormalization())
    model.add(Activation('relu'))
    model.add(Conv2D(64, (3, 3),   padding='same'))
    model.add(BatchNormalization())
    model.add(Activation('relu'))
    model.add(Conv2D(64, (3, 3),  padding='same'))
    model.add(BatchNormalization())
    model.add(Activation('relu'))
    model.add(MaxPooling2D(pool_size=(2, 2), strides=(2, 2))) ....

我阅读了图像并将其重新塑造如下：

face_image = cv2.resize(face_image, (48,48))
face_image = cv2.cvtColor(face_image, cv2.COLOR_BGR2GRAY)
face_image = np.reshape(face_image, [1, face_image.shape[0], face_image.shape[1], 1])

最后，我将重塑后的图像放入我的模型中，如下所示：

predicted_class = np.argmax(model.predict(face_image))

我该如何处理？

Answer 1

您已经使用 RGB 图像（3 通道）训练了一个模型，但尝试在灰度上进行推理。试试这个

face_image = cv2.resize(face_image, (48,48))
face_image = cv2.cvtColor(face_image, cv2.COLOR_BGR2RGB)
face_image = np.reshape(face_image, [1, face_image.shape[0], face_image.shape[1], 3])
predicted_class = np.argmax(model.predict(face_image), -1)