如何使用已经训练好的模型测试您自己的（单张图像）数据？

Question

我正在尝试运行此存储库。并且，尝试用我自己的数据进行测试。当我尝试这样做时，我收到了这个错误：回溯（最近一次调用）：文件“test.py”，第 34 行，在输出 = predict（模型，输入）文件“/home/kbdp5524/Downloads/DenseDepth-master/utils.py”，第 12 行，在预测中predictions = model.predict(images, batch_size=batch_size) 文件“/home/kbdp5524/anaconda3/envs/densedepth/lib/python3.7/site-packages/keras/engine/training.py”，第 1441 行，在预测 x , _, _ = self._standardize_user_data(x) 文件“/home/kbdp5524/anaconda3/envs/densedepth/lib/python3.7/site-packages/keras/engine/training.py”，第 579 行，在 _standardize_user_data exception_prefix= '输入'）文件“/home/kbdp5524/anaconda3/envs/densedepth/lib/python3.7/site-packages/keras/engine/training_utils.py”，第145行，在standardize_input_data str（data_shape））ValueError：检查输入时出错：预期 input_1 的形状为 (None, None, 3) 但得到的数组的形状为 (480, 640, 4)这是test.py和train.py代码谁能帮我解决这个问题。我是编码新手:)

Answer 1

您的输入图像具有形状 (None, None, 4) RGBA 图像，但模型需要 3 通道图像均值 (None, None, 3) RGB。所以你必须将你的图像转换为 3 通道。您可以使用 OpenCV 功能来做到这一点cv2.cvtColor(Image, cv2.COLOR_RGBA2RGB )。

安装 openCV ： pip install python-opencv