我正在尝试使用VOC2012数据集来训练一个有线电视新闻网。对于我的项目,我需要黑白数据,所以我提取了R组件。到目前一切尚好。问题是图像的大小不同,所以我不知道如何将其传递给模型。我编译了模型,然后创建了大小为32的迷你批处理,如下所示(其中X_train和Y_train是文件的路径)。
for x in X_train:
img = plt.imread(x)
img = img.reshape(*(img.shape), 1)
X.append(img)
for y in Y_train:
img = plt.imread(y)
img = img
我正在尝试用CamVid数据训练SegNet模型。我从https://github.com/ykamikawa/tf-keras-SegNet拿到了源代码。然而,我得到了以下错误: ValueError: Input 0 of layer conv2d_152 is incompatible with the layer: expected ndim=4, found ndim=3. Full shape received: [360, 480, 3] 训练数据形状为(233,360,480,3)。我读了一些解决方案,他们说我需要向模型提供(无,360,480,3)形状数据。如何将我的数据重
我用tf.keras训练了一个图像分类器,并在训练完成后导出模型,以便在云中服务并进行在线预测。
我使用以下方法在本地主机上服务我的模型:
tensorflow_model_server --model_base $PATH_TO_SAVEDMODEL --rest_api_port=9000 --model_name=saved_model
我能够做出预测并得到结果。当我试图在云中部署模型时,我得到了标题中的错误。
问题是,我想用预测结果映射类名,并且我能够通过执行以下操作来实现这一点:
# after i got the label names i convert the variable