Question

import cv2
import tensorflow as tf

CATEGORIES = ["Dog", "Cat"]  # will use this to convert prediction num to string value


def prepare(filepath):
    IMG_SIZE = 32  # 50 in txt-based
    img_array = cv2.imread(filepath, cv2.IMREAD_GRAYSCALE)  # read in the image, convert to grayscale
    new_array = cv2.resize(img_array, (IMG_SIZE, IMG_SIZE))  # resize image to match model's expected sizing
    return new_array.reshape(-1, IMG_SIZE, IMG_SIZE, 1)  # return the image with shaping that TF wants.

import pickle 

with open ('module','rb') as f:
     model=pickle.load(f)

prediction = model.predict([prepare('dog.5000.jpg')])
print(prediction)  # will be a list in a list.
print(CATEGORIES[int(prediction[0][0])])

当我执行此代码prediction =model.predict([prepare('dog.5000.jpg')])时，出现错误ValueError：

检查输入时出错：预期conv2d_9_input具有形状（64， 64，3），但数组的形状为（32，32，1）

Answer 1

首先，您需要了解除64x64图像（而不是32x32图像）之外的网络，请更改

IMG_SIZE变量为64而不是32

第二，网络将输入图像着色为非灰度，因此该通道的数量应为3，而不是1。

此行的

cv2.IMREAD_GRAYSCALE img_array = cv2.imread(filepath, cv2.IMREAD_GRAYSCALE)

总而言之，这是您的新prepare_image函数

def prepare(filepath):
    IMG_SIZE = 64
    img_array = cv2.imread(filepath)
    new_array = cv2.resize(img_array, (IMG_SIZE, IMG_SIZE))
    return new_array.reshape(-1, IMG_SIZE, IMG_SIZE, 3)

Answer 2

更改此：

IMG_SIZE = 32
new_array.reshape(-1, IMG_SIZE, IMG_SIZE, 1)

为此：

IMG_SIZE = 64
new_array.reshape(-1, IMG_SIZE, IMG_SIZE, 3)

ValueError：检查输入时出错：预期conv2d_9_input具有形状（64，64，3），但具有形状（32，32，1）的数组

2 个答案: