0

我正在尝试使用基于 Keras 2 incepctionV3 的训练模型来预测图像以进行测试。我的原始模型运行良好，然后我尝试创建具有指定 input_shape (299,299,3) 的模型

base_model = InceptionV3(weights='imagenet', include_top=False, input_shape=(299,299,3))

训练过程看起来不错，但是当我尝试使用它来预测图像时，它会导致此错误。

ValueError：检查时出错：预期 input_1 的形状为 (None, 299, 299, 3) 但数组的形状为 (1, 229, 229, 3)

    import sys
    import argparse
    import numpy as np
    from PIL import Image
    from io import BytesIO

    from keras.preprocessing import image
    from keras.models import load_model
    from keras.applications.inception_v3 import preprocess_input


    target_size = (229, 229) #fixed size for InceptionV3 architecture


    def predict(model, img, target_size):
      """Run model prediction on image
      Args:
        model: keras model
        img: PIL format image
        target_size: (w,h) tuple
      Returns:
        list of predicted labels and their probabilities
      """
      if img.size != target_size:
        img = img.resize(target_size)

      x = image.img_to_array(img)
      print(x.shape)
      print("model input",model.inputs)
      print("model output",model.outputs)
      x = np.expand_dims(x, axis=0)
      #x = x[None,:,:,:]
      print(x.shape)
      x = preprocess_input(x)

      print(x.shape)
      preds = model.predict(x)
      print('Predicted:',preds)
      return preds[0]

这是打印出来的

(229, 229, 3)  
('model input', [<tf.Tensor 'input_1:0' shape=(?, 299, 299, 3) dtype=float32>])  
('model output', [<tf.Tensor 'dense_2/Softmax:0' shape=(?, 5) dtype=float32>]) 
(1, 229, 229, 3) 
(1, 229, 229, 3)

(1,299,299,3) 表示 299 X 299 中的 1 张图像，具有 3 个通道。在这种情况下，我的训练模型 (None,299,299,3) 的预期输入是什么意思？如何从 (299,299,3) 创建 (None,299,299,3)？

4

2 回答 2

2

这里的问题是图像大小，将要求大小设置为299, 299

target_size = (299, 299) #fixed size for InceptionV3 architecture
于 2017-08-11T11:38:57.333 回答
1

你应该使用

preds = model.predict(x, batch_size=1)

默认情况下，batch_size=32。你只有一张图像可以预测。(None,299,299,3) 在这种情况下意味着 model.predict 期望具有形状 (n,299,299,3) 且 n > batch_size 的数组逐批处理它并返回 (n, outputs_dim) 维度的预测数组。

于 2017-08-11T19:46:49.813 回答