tensorflowでvalue errorが出る

前提・実現したいこと

tensorflowを使用して、画像分類の機械学習を行っています。
最終的にはアンドロイドアプリとして学習したモデルを動かしたいと考えています。

発生している問題・エラーメッセージ

まず、作成したh5ファイルを.tfliteに変換し、アンドロイドアプリに組み込みました。
しかし、tensorflow公式のtfliteファイルでは動くのに、自作したファイルでは「アプリが繰り返し停止しています」と出て、アプリが落ちてしまいました。

そこで、モデル自体に問題があるのではないかと思い、model.predictを行ったところ、以下のエラーが出てしまいました。


    ValueError: Layer sequential expects 1 inputs, but it received 2 input tensors. Inputs received: [<tf.Tensor 'IteratorGetNext:0' shape=(32, 48, 48, 1) dtype=float32>, <tf.Tensor 'ExpandDims:0' shape=(32, 1) dtype=float32>]

該当のソースコード

学習データの作成

python
1image_gen = ImageDataGenerator(rescale=1./255, rotation_range=30)
2
3train_data_gen = image_gen.flow_from_directory(batch_size=BATCH_SIZE,
4                                               directory=train_dir,
5                                               shuffle=True,
6                                               target_size=(IMG_SHAPE, IMG_SHAPE),
7                                               color_mode='grayscale',
8                                               class_mode='sparse')
9image_gen_val = ImageDataGenerator(rescale=1./255)
10
11val_data_gen = image_gen_val.flow_from_directory(batch_size=BATCH_SIZE,
12                                                 directory=validation_dir,
13                                                 target_size=(IMG_SHAPE, IMG_SHAPE),
14                                                 color_mode='grayscale',
15                                                 class_mode='sparse')

モデル

python
1model = tf.keras.models.Sequential([
2                           tf.keras.layers.Conv2D(16,(3,3),activation="relu",input_shape=(IMG_SHAPE,IMG_SHAPE,1)),
3                           tf.keras.layers.MaxPooling2D(2,2),
4                           #tf.keras.layers.Conv2D(16,(3,3),activation="relu"),
5
6                           tf.keras.layers.Conv2D(32,(3,3),activation="relu"),
7                           tf.keras.layers.MaxPooling2D(2,2),
8                           #tf.keras.layers.Conv2D(32,(3,3),activation="relu"),
9
10                           tf.keras.layers.Conv2D(64,(3,3),activation="relu"),
11                           tf.keras.layers.MaxPooling2D(2,2),
12                           #tf.keras.layers.Conv2D(64,(3,3),activation="relu"),
13
14                           tf.keras.layers.Dropout(0.2),
15                           tf.keras.layers.Flatten(),
16                           tf.keras.layers.Dense(512,activation="relu"),
17                           tf.keras.layers.Dense(73)                                      
18])

学習（コンパイルは省略）

python
1history = model.fit( train_data_gen,
2    validation_data=val_data_gen,
3    steps_per_epoch=int(np.ceil(56114 / float(BATCH_SIZE))),
4    epochs=epochs,
5    validation_steps=int(np.ceil(23711 / float(BATCH_SIZE)))
6)

model.predict

python
1from tensorflow import keras
2model = keras.models.load_model('/content/drive/My Drive/Colab Notebooks/apps/hiragana/my_model.h5')
3model.summary()
4model.predict(val_data_gen[0)

試したこと

androidアプリの方に問題があるのではないかと思い、原因を調べましたが、自作ではないモデルだと問題なく動いていることからそうではないと判断しました。

meg_

2020/05/19 04:03

インプットはnumpy配列になっていますか？

TakaKan

2020/05/19 04:51

ありがとうございます。インプットというのは、画像のことでしょうか？画像はジェネレーター以外の操作はしておらず、numpy配列にはしていません

meg_

2020/05/19 04:57

predictには画像データを渡すべきかと思います。

TakaKan

2020/05/19 13:08 編集

import cv2 img=cv2.imread("/content/drive/My Drive/Colab Notebooks/apps/hiragana/dataset_hiragana/train/か/00001.jpg") img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) img_resize=cv2.resize(img_gray ,(48,48)) predictions = model.predict(img_resizd) で実行してみたのですが、 ValueError: Input 0 of layer sequential is incompatible with the layer: expected ndim=4, found ndim=2. Full shape received: [None, 48] というエラーが出てしまいました...

meg_

2020/05/19 13:23

img_resize = img_resize[None,None,:]としたらどうなりますか？

TakaKan

2020/05/19 13:27

ValueError: Input 0 of layer sequential is incompatible with the layer: expected axis -1 of input shape to have value 1 but received input with shape [None, 1, 48, 48] というエラーが出てしまいます

TakaKan

2020/05/19 13:28

学習したモデル自体に問題があるのではないかというのが不安なのですが、なさそうでしょうか？

meg_

2020/05/19 14:15

・モデルは学習が上手くいったのであれば問題ないと思います。・ジェネレーターを使うならpredict_generator()が良さそうですね。 https://keras.io/ja/models/sequential/ 1枚だけpredictしたいときはshape=(32, 48, 48, 1)みたいにすれば良さそうですが、すみませんがよく分かりません。