Input 0 is incompatible with layer conv2d_1: expected ndim=4, found ndim=3

Question

前提

機械学習初心者なのですが、画像認識のでモデルを作成しています。グレースケール画像をRGBとして学習していたため修正した（image.convert("RGB")　→　image.convert("L") とした。）ところエラーが発生しました。

勉強不足で申し訳ないのですが、解決策を教えていただけないでしょうか。

発生している問題・エラーメッセージ

ValueError: Input 0 is incompatible with layer conv2d_1: expected ndim=4, found ndim=3

ーーーーーーーーーーーーーーーーーーーーーーーーーーーーー
ValueError                                Traceback (most recent call last)
<ipython-input-8-759cf791ad93> in <module>
     43 model=Sequential()
     44 
---> 45 model.add(Conv2D(32,(3,3),padding='same',input_shape=X_train.shape[1:]))
     46 model.add(Activation('relu'))
     47 model.add(Conv2D(32,(3,3),padding='same'))

該当のソースコード

model=Sequential()

model.add(Conv2D(32,(3,3),padding='same',input_shape=X_train.shape[1:]))
model.add(Activation('relu'))
model.add(Conv2D(32,(3,3),padding='same'))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Dropout(0.5))

model.add(Conv2D(64,(3,3),padding='same'))
model.add(Activation('relu'))
model.add(Conv2D(64,(3,3),padding='same'))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Dropout(0.5))

model.add(Flatten())
model.add(Dense(512))
model.add(Activation('relu'))
model.add(Dropout(0.5))
model.add(Dense(4))
model.add(Activation('softmax'))

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

BATCH_SIZE = 12
# 20エポック回せば十分                                                                                      
NUM_EPOCH = 30
#train 
histrory=model.fit(X_train,y_train,batch_size=BATCH_SIZE,epochs=NUM_EPOCH)

#
score=model.evaluate(X_test,y_test)

試したこと

エラーをみてinput.shapeとしているX_train.shapeの形を調べたところこのようになりました。

convert("RGB")の場合
X_train.shape = (1075, 128, 128, 3)
X_train.shape[1:] = (128, 128, 3)

convert("L")の場合
X_train.shape = (1075, 128, 128)
X_train.shape[1:] = (128, 128)

確かに次元が異なるのは分かったのですが実際にコードでどこを修正すべきかがわかりませんでした。

Answer 1

モデルのconv2D()は(width, height, color)の3次元 (バッチの次元を除く) が入力されることを想定してつくられています。RGBだと3色あるので、colorが3になり、グレースケールだと1色なのでcolorを1にしなければいけません。

そこで、一番手っ取り早いのは以下のようにreshapeすることです。

X_train = X_train.reshape((-1, -1, -1, 1))

すると、
convert("L")の場合
X_train.shape = (1075, 128, 128, 1)
X_train.shape[1:] = (128, 128, 1)

この新しいX_trainを入力すると質問のエラーはでなくなると思います。

Comments

[Miyabi500]

解決できました！！ずっと行き詰っていたため本当に助かりました。
ありがとうございます！！

(-1,-1,-1,1)だと『can only specify one unknown dimension』出たため(-1,128,128,1)とすれば動きました！