Попробуй это,
Я предполагаю, что у вас есть изображения с разными формами, теперь, чтобы достичь размера (224,224,3), вам нужно выполнить следующие шаги.
Шаг 1
определить размер формы в переменной
IMG_SHAPE = 224
Шаг 2
если вы используете метод flow_from_directory
, передайте target_size
, как показано ниже.
image_gen_train = ImageDataGenerator(rescale = 1./255,rotation_range = 40,width_shift_range=0.2,height_shift_range=0.2,shear_range = 0.2,
zoom_range = 0.2,horizontal_flip = True,fill_mode = 'nearest')
train_data_gen = image_gen_train.flow_from_directory(batch_size = batch_size,
directory = train_dir,
shuffle= True,
target_size = (IMG_SHAPE,IMG_SHAPE),
class_mode = "categorical")
Шаг 3
Теперь в сверточном слое архитектуры модели передайте input_shape
, как показано ниже.
classifier = tf.keras.Sequential([
tf.keras.layers.Conv2D(16,(3,3),activation='relu',input_shape=(IMG_SHAPE, IMG_SHAPE, 3)),
tf.keras.layers.MaxPooling2D(2,2),
tf.keras.layers.Conv2D(32,(3,3),activation='relu'),
tf.keras.layers.MaxPooling2D(2,2),
tf.keras.layers.Conv2D(64,(3,3),activation='relu'),
tf.keras.layers.MaxPooling2D(2,2),
tf.keras.layers.Conv2D(128,(3,3),activation='relu'),
tf.keras.layers.MaxPooling2D(2,2),
tf.keras.layers.Dropout(0.32),
tf.keras.layers.Flatten(),
tf.keras.layers.Dense(1024,activation= 'relu'),
tf.keras.layers.Dense(3, activation = "softmax")
])
person
Muhammad Rizwan Munawar
schedule
01.02.2021
(224,244,3)
, поэтому вы хотите преобразовать их в(224,224,3)
? - person Prakash Dahal   schedule 31.01.2021