python conv2dについて

Question

python３
jupyter notebook
にて起動してます。

犬と猫の画像で学習済みで未知の犬の画像を読み込んだ時に
エラーが出てきました。
改善方法がわからないので教えてください。

#!/usr/bin/env python
# -*- coding: utf-8 -*-
from keras.models import Sequential
from keras.layers import Convolution2D, MaxPooling2D
from keras.layers import Activation, Dropout, Flatten, Dense
from keras.preprocessing.image import ImageDataGenerator

batch_size = 32
epochs = 1

model = Sequential()
model.add(Convolution2D(32, 3, 3, input_shape=(128, 128, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Convolution2D(64, 3, 3))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Flatten())
model.add(Dense(64))
model.add(Activation('relu'))
model.add(Dropout(0.5))
model.add(Dense(2))
model.add(Activation('softmax'))

model.summary()

model.compile(loss='categorical_crossentropy',
               optimizer='adam',
               metrics=['accuracy'])


train_datagen = ImageDataGenerator(
    rescale=1.0 / 255,
    shear_range=0.2,
    zoom_range=0.2,
    horizontal_flip=True)

test_datagen = ImageDataGenerator(rescale=1.0 / 255)


train_generator = train_datagen.flow_from_directory(
    '/Users/name/Desktop/photo/train',
    target_size=(128, 128),
    batch_size=batch_size,
    class_mode='categorical')

validation_generator = test_datagen.flow_from_directory(
    '/Users/name/Desktop/photo/validation',
    target_size=(128, 128),
    batch_size=batch_size,
    class_mode='categorical')


history = model.fit_generator(
    train_generator,
    samples_per_epoch=200,
    nb_epoch=epochs,
    validation_data=validation_generator,
    nb_val_samples=200)

# モデルデータを保存
model.save_weights('inu.neko.test.h5')

import matplotlib.pyplot as plt
import cv2
import numpy as np
# ラベル情報
labels = ["dog", "cat"]

# モデルデータを読み込み
model.load_weights('inu.neko.test.h5')

# OpenCVを使って画像を読み込む
im = cv2.imread('/Users/name/Desktop/inu.test.jpg')
im = cv2.cvtColor(im, cv2.COLOR_BGR2RGB)
im = cv2.resize(im, (32, 32))
plt.imshow(im) # 画像を出力
plt.show()

# 学習した画像データに合わせる
im = im.reshape(batch_size, 8*4*3).astype('float32') / 255
# 予測する
r = model.predict(np.array([im]), batch_size=32,verbose=1)
res = r[0]
# 結果を表示する
for i, acc in enumerate(res):
    print(labels[i], "=", int(acc * 100))
print("---")
print("予測した結果=", labels[res.argmax()])

batch_sizeはよくわからずエラーが出ない数値にしたのですが、推奨される値はどの様に決めたらいいでしょうか？

吐いたエラーはこちらです

ValueError                                Traceback (most recent call last)
<ipython-input-14-88a6f388bd50> in <module>
     18 im = im.reshape(batch_size, 8*4*3).astype('float32') / 255
     19 # 予測する
---> 20 r = model.predict(np.array([im]), batch_size=128,verbose=1)
     21 res = r[0]
     22 # 結果を表示する

~/anaconda3/lib/python3.6/site-packages/keras/models.py in predict(self, x, batch_size, verbose, steps)
   1023             self.build()
   1024         return self.model.predict(x, batch_size=batch_size, verbose=verbose,
-> 1025                                   steps=steps)
   1026 
   1027     def predict_on_batch(self, x):

~/anaconda3/lib/python3.6/site-packages/keras/engine/training.py in predict(self, x, batch_size, verbose, steps)
   1822         x = _standardize_input_data(x, self._feed_input_names,
   1823                                     self._feed_input_shapes,
-> 1824                                     check_batch_axis=False)
   1825         if self.stateful:
   1826             if x[0].shape[0] > batch_size and x[0].shape[0] % batch_size != 0:

~/anaconda3/lib/python3.6/site-packages/keras/engine/training.py in _standardize_input_data(data, names, shapes, check_batch_axis, exception_prefix)
    111                         ': expected ' + names[i] + ' to have ' +
    112                         str(len(shape)) + ' dimensions, but got array '
--> 113                         'with shape ' + str(data_shape))
    114                 if not check_batch_axis:
    115                     data_shape = data_shape[1:]

ValueError: Error when checking : expected conv2d_1_input to have 4 dimensions, but got array with shape (1, 32, 96)

Answer 1

エラーの内容は、「推論させるデータ(ソースコード内im)の次元が不味いです。」とのこと。
kerasにはいろいろ便利なものが揃っているのでcv2を開く必要が果たしてあるかどうか…
（参考）keras.preprocessing.image以下のload_img, img_to_array, あとはnumpy.reshapeを使ってHWC形式で(128, 128, 3)のarrayを得て、後はもう一度reshapeで(1, 128, 128, 3)とかにしてpredictさせるとよさそうです。