尝试使用 VGG16 模型进行训练时出现“检查目标时出错”消息

Question

我是迁移学习的初学者， 在这个项目中，我打算使用 VGG16 并添加更多层来在 2 个类之间进行分类：class0 和 class1

我有名为“train”的数据框，其中“id”列包含文件名，而标签包含该图像的类

图像并通过 ImageDataGenerator() 和 flow.from_dataframe 准备

总结一下，我的最后一层是 Dense(2,activation='softmax')

VGG16 的输入图像形状为 (32,32,3)

但是一直报错：

ValueError：检查目标时出错：预期dense_55 有2 维，但得到的数组形状为(1, 32, 32, 3)

我的模型总结：

Here 是我用于训练的 jupyter 笔记本。

我的编码有什么问题？

Answer 1

错误意味着您的网络输出有两个维度（如摘要所示，输出形状为(None, 2)），但您的标签形状为(1, 32, 32, 3)。

在您的验证数据生成中，您设置了class_mode="input"。这意味着您的标签也将是与您的输入形状相同的图像（请参阅 doc https://keras.io/preprocessing/image/#flow_from_dataframe），而不是二维分类标签。这就是问题。使用class_mode="categorical"，就像您用于训练数据一样。