试图重塑我的 numpy 数组以获得额外的维度

Question

我目前正在使用此代码来获取图像的灰度图像表示，并以(512, 370, 1) 数组的格式表示它。

img_instance = cv2.imread(df.iloc[i][x_col]) / 255.
img_instance = cv2.resize(img_instance, (target_size[1], target_size[0]))
mask_instance = cv2.imread(df.iloc[i][y_col], cv2.IMREAD_GRAYSCALE) / 255.
mask_instance = cv2.resize(mask_instance, (target_size[1], target_size[0]))
print(mask_instance.shape)
mask_instance.reshape(target_size[0], target_size[1], 1)
print(mask_instance.shape)

第一次打印，我得到一个(512, 370)，然后是第二个打印语句上的(512, 370)。这对我来说是个问题，因为我正在尝试构建一个 Keras 模型，其中我有一个看起来像下面的层的层，我试图将遮罩实例拟合到该层。

__________________________________________________________________________________________________
conv2d_19 (Conv2D)              (None, 512, 370, 1)  17          activation_18[0][0]

Answer 1

• reshape 不能就地工作！
• 形状必须是元组。

。

mask_instance = mask_instance.reshape((target_size[0], target_size[1], 1))

Answer 2

似乎np.reshape() 没有添加维度，但要使用的正确函数是mask_instance = np.expand_dims(mask_instance, axis=2)。轴为 2，因为后端在通道最后一个模型上运行。