ValueError：检查输入时出错：预期 conv2d_1_input 有 4 个维度，但得到了形状为 (80、120、3) 的数组

Question

我是一个刚刚开始学习深度学习的学习者。 我刚开始使用 Keras。 我想实现 SRCNN。 当我尝试先导入图片测试模型时出现此问题。

问题：

ValueError：检查输入时出错：预期 conv2d_1_input 有 4 维，但得到了形状为 (80, 120, 3) 的数组

我的代码如下：

from PIL import Image
import numpy as np
from keras import Sequential
from keras.layers import Conv2D, Activation

input_image = Image.open('../../res/image/120x80/120x80 (1).png')
input_image_array = np.array(input_image)

model = Sequential()

model.add(Conv2D(64, (9, 9), data_format='channels_last', activation='relu', input_shape=(80, 120, 3)))
model.add(Conv2D(35, (1, 1), data_format='channels_last', activation='relu', input_shape=(80, 120, 3)))
model.add(Conv2D(1, (5, 5), data_format='channels_last', input_shape=(120, 80, 3)))
model.compile(loss='mean_squared_error', optimizer='sgd')
model.fit(input_image_array, input_image_array)
print(model.summary())

Answer 1

要给出单个输入图像，您需要包含样本维度（第一个），因此您需要添加值为 1 的维度：

input_image_array = np.array(input_image)
input_image_array = input_image_array[np.newaxis, :, :, :]

这会将形状更改为 (1, 80, 120, 3)，对应于一个图像样本。