python - expand_dims 在图像处理中的用途是什么？

Question

我看到了一个包含以下功能的人脸检测模型。但我不明白 expand_dims 函数的用途。谁能解释一下它是什么以及我们为什么使用它？

def get_embedding(model,face_pixels):
    face_pixels=face_pixels.astype('float32')
    mean, std=face_pixels.mean(),face_pixels.std()
    face_pixels=(face_pixels-mean)/std
    samples=expand_dims(face_pixels,axis=0)
    yhat=model.predict(samples)
    return yhat[0]

Answer 1

tf.keras.Conv2D层期望输入具有 4D 形状：

(n_samples, height, width, channels)

大多数加载图像的库将以 3D 形式加载，如下所示：

(height, width, channels)

通过使用np.expand_dims(image, axis=0)or tf.expand_dims(image, axis=0)，您可以在开始时添加批处理维度，从而有效地将数据转换为 KerasConv2D图层所需的 4D 格式。例如：

(224, 224, 3)

至：

(1, 224, 224, 3)

如果您提供Conv2D3D 数据，它将提供如下内容：

ValueError：检查输入时出错：预期 conv2d_19_input 有 4 个维度，但得到了形状为 (60000, 28, 28) 的数组