CNN fitでエラー

CNNのfitで以下のエラーが発生します。

発生している問題・エラーメッセージ

ValueError: Dimensions must be equal, but are 244 and 256 for '{{node mean_absolute_error/sub}} = Sub[T=DT_FLOAT](sequential_27/conv2d_83/Sigmoid, IteratorGetNext:1)' with input shapes: [2,244,244,1], [2,256,256,1].

概要

私がCNNで行っているのは低解像度の画像を高解像度の画像に鮮明化、というものです。
入力で低解像度画像4枚とその4枚の高解像度画像(オリジナル画像)をCNNに供給し学習させ、出力として低解像度だった画像を鮮明化した画像を得るというものです。
そして、どれだけ鮮明化できたかの指標として、mse、平均二乗誤差を損失としています。
入力は4枚,256×256画素,grayscaleの画像です。
x_trainは訓練画像、y_trainは訓練画像に対する正解画像です。
出力は画像です。

該当のソースコード

x_train = blur_imgarray
print(x_train.shape)

y_train = org_imgarray
print(y_train.shape)

(4, 256, 256, 1)
(4, 256, 256, 1)

Python
1model = models.Sequential()
2
3model.add(layers.Conv2D(4, (5, 5), activation='relu', input_shape=(256, 256, 1)))
4model.add(layers.Conv2D(4, (1, 1), activation='relu'))
5model.add(layers.Conv2D(1, (9, 9), activation='sigmoid'))
6
7model.summary()
8
9model.compile(loss='mean_absolute_error', optimizer=optimizers.SGD(lr=0.1), metrics=['mse']) #RMSprop(lr=0.001)
10
11history = model.fit(x_train, y_train, epochs=epochs, batch_size=batch_size)
12
13Model: "sequential_27"
14_________________________________________________________________
15Layer (type)                 Output Shape              Param #   
16=================================================================
17conv2d_81 (Conv2D)           (None, 252, 252, 4)       104       
18_________________________________________________________________
19conv2d_82 (Conv2D)           (None, 252, 252, 4)       20        
20_________________________________________________________________
21conv2d_83 (Conv2D)           (None, 244, 244, 1)       325       
22=================================================================
23Total params: 449
24Trainable params: 449
25Non-trainable params: 0
26_________________________________________________________________

試したこと

エラーの原因がCNNの入力が[256,256,1]であるが、出力では[244,244,1]になっているためエラーが発生していると私は考えています。

しかし、このエラーの改善の方法が現状わかっておりません。

わかる方、いらっしゃいましたら宜しくお願い致します。

toast-uz

2020/11/03 05:11

CNNの教師データは正解ラベルの数値（猫=1、犬=2、人間=3とか）を与えるもので、画像そのものを与えるというのはあまり聞いたことが無いのですが、そういう手法があるのでしょうか？

toast-uz

2020/11/03 05:13

Conv2Dは畳み込み層なので、結果のサイズが減るのは当たり前なのですが、出力は「画像」ではもはやなくなってしまいます。なので、それを「正解画像」と比較する、という、やりたいことの根本が、よくわからないです。

manbo_manbo

2020/11/03 07:05

説明不足で失礼しました。私がCNNで行っているのは低解像度の画像を高解像度の画像に鮮明化、というものです。入力で低解像度画像4枚とその4枚の高解像度画像(オリジナル画像)をCNNに供給し学習させ、出力として低解像度だった画像を鮮明化した画像を得るというものです。そして、どれだけ鮮明化できたかの指標として、mse、平均二乗誤差を損失としています。

toast-uz

2020/11/03 07:30

承知しました。それではサイズが減らないオプションを回答します。