将图像提供给预训练的 keras 模型

Question

我训练了这个模型（从网站上直接复制粘贴）并用model.save(). 我现在想用它来对我生成的图像进行分类，所以我保存它们并将它们重塑为 28x28 像素，然后尝试将它们提供给模型，如下所示：

from matplotlib import image

img = image.imread('img.png')[:,:,:1] #so that the shape ends up being (28,28,1)

print(self.model.predict(img))

但是当我运行它时，我得到了一堆错误：

警告：tensorflow：模型是用形状 (None, 28, 28, 1) 为输入 Tensor("input_1:0", shape=(None, 28, 28, 1), dtype=float32) 构建的，但它被调用形状不兼容的输入（无、28、1、1）。...

ValueError: Input 0 of layer dense_12 is incompatible with the layer: expected axis -1 of input shape to have value 784 but received input with shape [None, 28]`

我已经进行了一些挖掘，根据这一行，输入的形状似乎存在问题：WARNING:tensorflow:Model was constructed with shape (None, 28, 28, 1) for input Tensor("input_1:0", shape=(None, 28, 28, 1), dtype=float32), but it was called on an input with incompatible shape (None, 28, 1, 1)

如何将图像转换为正确的形状？

Answer 1

所以我设法修复了它，非常简单，但我会把它留在这里以防其他人遇到问题：from keras.preprocessing.image import load_img, img_to_arrayimg = load_img('img.png')img = img_to_array(img)[:,:,:1]img = np.expand_dims(img ,axis=0)这改变了我的图像的形状，(1, 28, 28, 1)这是需要提供给模型的形状