如何调整 CNN 的图像区域大小？

Question

我正在使用 AlexNet 进行对象识别。我已经使用大小为 (277,277) 的图像训练了我的模型。然后使用选择性搜索算法从图像中提取区域并将这些区域馈送到网络进行测试/预测。 但是，当我调整图像区域的大小（来自 SelectiveSearch）时，它会给出错误。

调整训练图像大小的代码：

try:
 img_array = cv2.imread(os.path.join(path,img))
 new_array = cv2.resize(img_array, (IMG_SIZE, IMG_SIZE))
 gray_img = cv2.cvtColor(new_array, cv2.COLOR_BGR2GRAY)
 training_data.append([gray_img, class_num])

except Exception as e:
 pass

调整所选图像区域大小的代码：

img_lbl, regions = selectivesearch.selective_search(img, scale=500, sigma=0.4, min_size=10)
for r in regions:
 x, y, w, h = r['rect']
 segment = img[y:y + h, x:x + w]
 gray_img = cv2.resize(segment, (277, 277))
 gray_img = cv2.cvtColor(gray_img, cv2.COLOR_BGR2GRAY)
 gray_img = np.array(gray_img).reshape(-1, 277, 277, 1)
 gray_img = gray_img / 255.0
 prediction = model.predict(gray_img)

它在最后一行给出错误，即：

预测 = model.predict(gray_img)

错误是：

错误：检查输入时出错：预期 conv2d_1_input 的形状为 (227, 227, 1)，但得到的数组的形状为 (277, 277, 1)

当两个形状相同时，为什么会出现此错误。

Answer 1

您的模型需要一个张量作为输入，但您正在尝试对一个 numpy 数组进行评估。而是使用给定形状的占位符，然后在会话中将您的数组输入此占位符。

# define a placeholder for input 
image = tf.placeholder(dtype=tf.float32, name="image", shape=[277,277,1])
prediction = model.predict(image)

# evaluate each of your resized images in a session
with tf.Session() as sess:
    for r in regions:
        x, y, w, h = r['rect']
        # rest of your code from the loop here 
        gray_img = gray_img /255.
        p = sess.run(prediction, feed_dict={image: gray_img})
        print(p) # to print the prediction of your model for this image

也许你应该看看这个问题：What's the difference between tf.placeholder and tf.Variable?