tensorflowの入力形状

Question

実現したいこと

自分でラベル付けを行ったデータセットをSequentialで学習させたい

発生している問題・分からないこと

下記のようにラベルの名前(0以上の数字)がついたディレクトリの中にグレースケールのpngファイルを格納し、それを読み込ませることでラベル付けを行おうと思いました。

(例)Z:\data_labels\train\0\～～.png
(例)Z:\data_laebls\test\0\～～.png

実行しましたが、下記のようにエラーメッセージが表示されてしまいます。
見たところバッチサイズの問題か入力形状の問題のように思いましたが、具体的な解決方法がわかりませんでした。
ソースコード内でコメントしていますが、image_dataをresizeした直後の形状は(224,224,1)でした。

エラーメッセージ

//62行目のmodel.fit()でエラーが起きてるっぽいです
ValueError: Exception encountered when calling Sequential.call().

Invalid input shape for input Tensor("data:0", shape=(32,), dtype=float32). Expected shape (None, 224, 224, 1), but input has incompatible shape (32,)

Arguments received by Sequential.call():
  • inputs=tf.Tensor(shape=(32,), dtype=float32)
  • training=True
  • mask=None

該当のソースコード

import tensorflow as tf
import glob
import numpy as np
from tensorflow.keras import models, layers

train_dataset = []
train_labels = []
test_dataset = []
test_labels = []

def preprocess_label(size):
    count = 0
    for f in glob.glob("Z:\\data_labels\\*\\*\\*.png"):
        img_data = tf.io.read_file(f)
        img_data = tf.io.decode_png(img_data, channels = 1)#グレースケールなのでchannel引数に1を渡す
        img_data = tf.image.resize(img_data,[size,size])
        #この時点でのimage_dataの形状が(224,224,1)
        if f.split("\\")[2] == "train":
            train_dataset.append(img_data)
            train_labels.append(int(f.split("\\")[3]))
        elif f.split("\\")[2] == "test":
            test_dataset.append(img_data)
            test_labels.append(int(f.split("\\")[3]))
        count += 1
#データ数が非常に多いため、テスト用にカウントが100に達した時点で終了　ここも原因？
        if count >= 100:
            break

#ラベル付与
size = 224
preprocess_label(size)

#正規化
train_image = np.array(train_dataset)/255
train_labels = np.array(train_labels)
print(f"trainshape{train_image.shape}")

test_image = np.array(test_dataset)/255
test_labels = np.array(test_labels)
print(f"testshape{test_image.shape}")

#一度保存
np.save("./train_image",train_image)
np.save("./train_labels",train_labels)
np.save("./test_image",test_image)
np.save("./test_labels",test_labels)

#モデル作成
model = tf.keras.models.Sequential()
model.add(layers.Conv2D(size,(5,5),activation="relu",input_shape=(size,size,1)))
model.add(layers.MaxPooling2D(2,2))
model.add(layers.Dropout(0.2))
model.add(layers.Conv2D(64,(5,5),activation="relu"))
model.add(layers.MaxPooling2D((2,2)))
model.add(layers.Dropout(0.2))
model.add(layers.Flatten())
model.add(layers.Dense(64,activation = "relu"))
model.add(layers.Dropout(0.2))
model.add(layers.Dense(32,activation = "relu"))
model.add(layers.Dense(15,activation = "softmax"))
model.summary()

model.compile(optimizer = "Adam", loss = "sparse_categorical_crossentropy",metrics = ["accuracy"])

epochs = 20
result = model.fit(train_image, train_labels, batch_size = 32,epochs = epochs, validation_data = (test_image, test_labels))

試したこと・調べたこと

• teratailやGoogle等で検索した
• ソースコードを自分なりに変更した
• 知人に聞いた
• その他

上記の詳細・結果

https://qiita.com/horigo/items/a3971a47edff374fa30a
このサイトを参考にソースコードを組みました。

補足

特になし

Comments

[Wai]

50行目にて
model.add(layers.Conv2D(size,(5,5),activation="relu",input_shape=(size,size,1)))
とありますが、正しくは
model.add(layers.Conv2D(32,(5,5),activation="relu",input_shape=(size,size,1)))
です。

Answer 1

テスト用のcountが原因でした