训练网络时如何解决“Incorrectly defined MiniBatchable Datastore”错误

Question

我正在尝试使用卷积神经网络（使用 MATLAB 的 Deep Network Designer 设计）从图像数据集中识别花朵（对于机器学习来说非常新，还没有上过课程，只是在玩弄一些东西）。我已将图像和标签存储在名为 auimds 的增强数据存储中，但是当我运行 trainNetwork 时，出现以下错误：

使用 trainNetwork 时出错（第 150 行） 错误定义的 MiniBatchable 数据存储。第 261 行 C:\Program Files\MATLAB\R2018b\toolbox\matlab\datatypes@table\table.m 的读取方法出错：参数数量错误。

训练器出错（第 2 行） net = trainNetwork(auimds,lgraph_1,options);

这是产生错误的代码：

options = trainingOptions('sgdm');
net = trainNetwork(auimds,lgraph_1,options);

这是创建 auimds 的代码的相关部分。 “paths”是图像路径列表，“labels”是标签列表，“folders”是包含图像的文件夹名称列表。图片根据包含文件夹的名称被赋予标签：

counter = 1;
for i=1:length(paths)
    files = dir(fullfile(paths(i),'*.jpg'));
    for j=1:length(files)
        labels(counter) = folders(i).name;
        counter = counter + 1;
    end
end
imds = imageDatastore(paths,'Labels',labels);
auimds = augmentedImageDatastore([200,200],imds);

Answer 1

对于遇到此问题的任何人，我通过将标签设置为分类来解决它。

imds = imageDatastore(paths,'Labels', categorical(labels));