“ValueError: Input 0 is in compatible with layercropping2d_1: expected ndim=4, found ndim=3”答案

【问题标题】：“ValueError: Input 0 is incompatible with layer cropping2d_1: expected ndim=4, found ndim=3”“ValueError: Input 0 is in compatible with layercropping2d_1: expected ndim=4, found ndim=3”
【发布时间】：2018-08-21 19:14:32
【问题描述】：

我正在将单色通道图像添加到数组中

image = cv2.cvtColor(cv2.imread(path), cv2.COLOR_BGR2HSV)
tmp = image[:,:,1].reshape(160, 320, 1)
images.append(tmp)

但是，在顺序模型的启动过程中，我得到了

ValueError：输入 0 与图层cropping2d_1 不兼容：预期 ndim=4，发现 ndim=3

Cropping2D 如何处理单色通道图像？？

模型开始如下：

model = Sequential()
model.add(Lambda(lambda x: x/255.0 - 0.5, input_shape=(160, 320, 1)))
model.add(Cropping2D(cropping=((50, 20), (0, 0))))

【问题讨论】：

标签： python python-3.x tensorflow opencv keras

【解决方案1】：

根据to the documentation，Cropping2D 层的预期输入张量形状是：

(samples, depth, first_axis_to_crop, second_axis_to_crop)

第一个维度是您的批量大小或示例数量。第二个维度是通道数（在您的情况下为 1），最后第三个和第四个参数是您要裁剪图像的行数和列数。

您尚未提供完整的设置，因此我们不知道您预期的批量大小。让我们假设它现在是 None，这意味着您将在以后决定批量大小。

罪魁祸首很可能是您将图像转换为灰度：

model.add(Lambda(lambda x: x/255.0 - 0.5, input_shape=(160, 320, 1)))

您需要更改它以适应Cropping2D 层的尺寸。具体来说，没有input_shape参数as far as I can see from the documentation。另外，你需要左右移动尺寸，让通道先出现，然后是行和列，所以切换reshape中的参数：

image = cv2.cvtColor(cv2.imread(path), cv2.COLOR_BGR2HSV)
tmp = image[:,:,1].reshape(1, 160, 320)
images.append(tmp)

回到input_shape，您实际上应该让input_shape 从前一层推断出来，因此假设您已正确设置层，只需将其省略即可：

model.add(Lambda(lambda x: x/255.0 - 0.5))

【讨论】：

Lambda 是第一层
@dodawamo 没错。 Lambda 的预期输入形状应该与下一层兼容。你不这样做。您必须切换通道，以便之后可以将其馈送到Cropping2D 层。