画像認識におけるエラー

前提・実現したいこと

290枚の画像("1(0).jpg"と"2(0).jpg"は、映してある角度が違うが推定したいものが同じ)を使って画像認識をしたいと思っています。
その過程で以下のエラーが出てしまいました。
どのように直せばよいのでしょうか？
教えていただけますでしょうか。

発生している問題・エラーメッセージ

ValueError: Error when checking input: expected conv2d_1_input to have 4 dimensions, but got array with shape (130, 1)

該当のソースコード

from keras import backend as K
from keras.datasets import mnist
from keras.layers import Activation, Input, Dense, Dropout, Concatenate, Flatten, Conv2D, MaxPool2D, Reshape
from keras.models import Model, Sequential
from keras.utils.np_utils import to_categorical
import matplotlib.pyplot as plt
import numpy as np
import glob
from PIL import Image
from keras.utils import np_utils
from sklearn.model_selection import train_test_split
from keras.preprocessing.image import load_img, img_to_array

classes = [
           "test image"
           ]

Y = []
for index, classlabel in enumerate(classes):
    dir = "./" + classlabel 
    files = glob.glob(dir + "/*(1).jpg")
    for i, file in enumerate(files):
        image = Image.open(file)
        image = image.convert("RGB")
        image = image.resize((64, 64))
        Y.append(index)

Y = np.array(Y)

x1 = [
     "1(0).jpg",....,"1(145).jpg"
     ]

x2 = [
     "2(0).jpg",....,"2(145).jpg"
     ]

Y = to_categorical(Y, 145)

x_train1, x_test1, x_train2, x_test2, y_train, y_test = train_test_split(x1, x2, Y, test_size=0.1)

# モデルを作成する。
model1 = Sequential([
    Conv2D(64,3,input_shape=(64,64,3)),
    Activation('relu'),
    Conv2D(64,3),
    Activation('relu'),
    MaxPool2D(pool_size=(2,2)),
    Flatten(),
    Dense(1024),
    Activation('relu')
])

model2 = Sequential([
    Conv2D(64,3,input_shape=(64,64,3)),
    Activation('relu'),
    Conv2D(64,3),
    Activation('relu'),
    MaxPool2D(pool_size=(2,2)),
    Flatten(),
    Dense(1024),
    Activation('relu')
])

concatenated = Concatenate(axis=-1)([model1.output, model2.output])

# 密結合
out = Dense(145, activation='softmax')(concatenated)
model = Model([model1.input, model2.input], out)

# モデルコンパイル
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['acc'])
model.summary()

# 学習する。
history = model.fit([x_train1, x_train2], y_train, epochs=40)

試したこと

このサイトを試してみましたが、試したら別のエラーが出てしまいました。
https://qiita.com/kuroneko-hornet/items/7737b71c3854c06fcb49

退会済みユーザー

2020/11/28 00:32

np.zeros((64,64,3))ですべて0の画像ができますし、同様にnp.zeros(145)ですべて0の配列ができます。すべて０の画像はダミー画像に使えますし、すべて0の配列はダミーラベルに使えます。すべて1にするにはnp.onesでいけます。こういた関数を使ってとりあえず動くだけの状態までもっていけますか？掲載のコードだと何行目でエラーが起きたかわかりませんし、そのまま走らせることすらままなりません。特にtrain_test_splitに突っ込む変数が実際にどうなっているのか把握しきれません(x,yのshapeがどうか)。恐らく起きていることはネットワークの形状がおかしい、だと思いますが、このままだと検証すらできませんのでバグ情報をもう少し詳しく書く点と、コードの修正をお願いします。