问题描述
这是我模型基础的结构。我导入了 MobileNetV2,但我忽略了顶层。
baseModel = MobileNetV2(weights="imagenet",include_top=False,input_tensor=Input(shape=(224,224,3)))
然后我现在正在用 opencv 创建一个人脸检测器。人脸检测器捕获人脸,模型预测人脸是否戴着口罩。
下面的这一行产生了错误,因为我没有将捕获的图像帧调整为模型输入的适当大小。
for (x,y,w,h) in faces:
face_img = grayscale_img[y:y+w,x:x+w]
resized_img = cv2.resize(face_img,(56,56))
normalized_img = resized_img/255.0
reshaped_img = np.reshape(normalized_img,(224,3))
result=model.predict(reshaped_img)
产生的错误如下
ValueError: 无法将大小为 3136 的数组重塑为形状 (224,3)
重塑这个 img 的正确方法是什么?谢谢
解决方法
该错误看起来像是数组可能只有一维,而不管没有足够的像素来组成 224x224x3 的图像。
如果面部图像是灰度的,那么您将无法将其重塑为 3 个通道,您必须将其复制到其他 3 个通道:
grayscale_img = grayscale_img[y:y+w,x:x+w]
face_img = np.stack([grayscale_img,grayscale_img,grayscale_img],axis= -1)## three channels
或者在创建模型时使用以下方法将模型的顶部转换为单个通道(我不确定):
input_tensor=Input(shape=(224,224,1)
然后您可以使用 opencv 或 np 来调整图像的宽度和高度:
resized_img = cv2.resize(face_img,(224,224)) ## opencv
MobileNetv2 需要在 (-1,1) 之间进行归一化,因此:
normalized_img = resized_img/128 -1
你可能想看看:
如果您的灰度图像非常小,您可能需要尝试调整模型以接受较小的图像而不是放大它们