我一直在尝试使用一组训练和验证图像来教授模型,而我一直在标题错误(我将在下面发布完整的错误)。Alittle在如何进行方面迷失了方向,并且先前就此主题提出的问题均未产生结果。我的代码段是:
train_datagen = ImageDataGenerator(
preprocessing_function=preprocess_input,
rotation_range=90,
horizontal_flip=True,
vertical_flip=True,
)
val_datagen = ImageDataGenerator(
preprocessing_function=preprocess_input,
rotation_range=90,
horizontal_flip=True,
vertical_flip=True,
)
train_generator = train_datagen.flow_from_directory(VAL_DIR,
target_size=(HEIGHT, WIDTH),
batch_size=TRAIN_BATCH_SIZE,
class_mode=None,
shuffle=True)
val_generator = val_datagen.flow_from_directory(TRAIN_DIR,
target_size=(HEIGHT, WIDTH),
batch_size=VAL_BATCH_SIZE,
class_mode=None,
shuffle=True)
然后我尝试使用以下方法教模型:
history = finetune_model.fit_generator(train_generator,epochs=NUM_EPOCHS, workers=8,
steps_per_epoch=num_train_images // TRAIN_BATCH_SIZE,
validation_data=val_generator,
validation_steps=num_val_images // VAL_BATCH_SIZE,
shuffle=True, callbacks=callbacks_list)
我得到的错误是:
ValueError: Output of generator should be a tuple `(x, y, sample_weight)` or `(x, y)`. Found: [[[[-5.30867195e+01 -6.81702271e+01 2.66113968e+01]
[-5.04675522e+01 -6.62993927e+01 2.90434952e+01]
[-4.78483849e+01 -6.44285583e+01 3.14755783e+01]
...
我很喜欢某个方向,因为我是ML学习的起点。很乐意提供更多信息。使用的图像均为jpeg格式。我能做什么 ?似乎找不到问题。
修复错误:
根据文档,指定class_mode=None
会提供仅生成成批图像数据且没有目标(打算与结合使用model.predict_generator()
)的生成器。
fit_generator
需要一个产生成对的发电机(inputs, targets)
。因此,您无法使模型适合您当前正在使用的生成器,因为这些生成器没有说明模型应适合的目标。您需要弄清楚标签是什么,然后选择适当的class_mode
标签,以便数据生成器包括这些标签。
确保错误已修复:
选择正确的代码后class_mode
,您可以通过打印/可视化批处理1来检查数据生成器的完整性:
在此示例中,我正在进行多类(兔子,猫,狗)分类,因此默认设置class_mode=categorical
可以正常工作。
获取批次的图像和标签后,该批次中的第一张图像是一只狗,该批次的第一张标签是[0, 0, 1]
(第二位置是一个,从零开始计数),并且该class_indices
字典说狗图像具有标签2(从零开始计数)。
1.通常,最好始终仔细检查此处的数据,即使数据生成器似乎正在运行也是如此;请参阅“在网络前可视化”下的帖子。
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句