Я изучаю, как работать с Keras с бэкэндом TF для распознавания изображений, поэтому я до сих пор не уверен, что я здесь делаю неправильно.
Я пытаюсь сложить 2 модели, одна из которых VGG16, а другой случайный, который я сделал, чтобы научиться его складывать. Я хочу классифицировать изображение среди 5 классов.
Проблема в последней части, когда я запускаю fit_generator. Вместо получения действительного кортежа он дает то, что выглядит как список. Я видел много людей, сталкивающихся с похожими проблемами, но в их случаях результат был None, поэтому я не уверен, что решение будет таким же.
Параметры
nb_train_samples = 576
nb_validation_samples = 144
epochs = 30
batch_size = 12
img_width, img_height = 150, 150
Генераторы
train_datagen = ImageDataGenerator(
rescale=1./255,
rotation_range=50,
width_shift_range=0.3,
height_shift_range=0.3,
shear_range=0.4,
zoom_range=0.4,
horizontal_flip=True)
test_datagen = ImageDataGenerator(rescale=1. / 255)
train_generator = train_datagen.flow_from_directory(
train_data_dir,
target_size=(img_width, img_height),
batch_size=batch_size,
class_mode=None,
shuffle=False)
validation_generator = test_datagen.flow_from_directory(
validation_data_dir,
target_size=(img_width, img_height),
batch_size=batch_size,
class_mode=None,
shuffle=False)
Моя модель
input = Input(batch_shape=model.output_shape)
x = Flatten()(input)
x = Dense(256, activation='relu', name="new_block_1")(x)
x = Dropout(0.5)(x)
x = Dense(256, activation='relu', name="new_block_2")(x)
x = Dropout(0.5)(x)
x = Dense(5, activation='softmax', name="new_block_3")(x)
top_model = Model(input,x)
input = Input(shape=(img_width, img_height, 3))
x = model(input)
x = top_model(x)
final_model = Model(input, x)
final_model.compile(optimizer='rmsprop',
loss='categorical_crossentropy', metrics=['accuracy'])
Подгонка и ошибка
final_model.fit_generator(
train_generator,
steps_per_epoch=nb_train_samples // batch_size,
epochs=epochs,
validation_data=validation_generator,
validation_steps=nb_validation_samples // batch_size)
ValueError: output of generator should be a tuple `(x, y, sample_weight)` or `(x, y)`. Found: [[[[ 0.89411771 0.89019614 0.87450987]
[ 0.89411771 0.89019614 0.87450987]
[ 0.89411771 0.89019614 0.87450987]
...,
Обновление 1: в соответствии с подсказкой @petezurich функция активации изменена с «sigmoid» на «softmax».
class_mode
в ваших генераторах наTrue
. Затем генератор прекрасно извлекает из этого метки классов. - person petezurich   schedule 19.06.2017