Deep learning 如何从MRI切片中获取通道=3？_Deep Learning_Channel_Vgg Net_Mri

Deep learning 如何从MRI切片中获取通道=3？

deep-learning

Deep learning 如何从MRI切片中获取通道=3？,deep-learning,channel,vgg-net,mri,Deep Learning,Channel,Vgg Net,Mri,我试图使用VGG，但输入请求3个通道，但我的输入形状通道=1 我使用nibabel对MRI（nii）进行切片 ValueError：输入必须有3个通道；获取input\u shape=（256，256，1）这是我关于MRI切片的代码代码我也有同样的问题， VGG模型在3通道（RGB）输入IMAG上进行训练，但当您提供仅为1通道的灰度图像时，会显示错误如果要使用TensorFlow进行求解，请使用 tf.image.grayscale_to_rgb() 如果是凯拉斯 datagen_tr

我试图使用VGG，但输入请求3个通道，但我的输入形状通道=1 我使用nibabel对MRI（nii）进行切片

ValueError：输入必须有3个通道；获取

input\u shape=（256，256，1）

这是我关于MRI切片的代码

代码

我也有同样的问题， VGG模型在3通道（RGB）输入IMAG上进行训练，但当您提供仅为1通道的灰度图像时，会显示错误

如果要使用TensorFlow进行求解，请使用

tf.image.grayscale_to_rgb()

如果是凯拉斯

datagen_train = ImageDataGenerator()
train_generator = datagen_train.flow_from_directory(directory_name,
<other parameters>,color_mode="rgb")

datagen\u train=ImageDataGenerator（）
列车生成器=来自列车目录（目录名称，
，color_mode=“rgb”）

datagen_train = ImageDataGenerator()
train_generator = datagen_train.flow_from_directory(directory_name,
<other parameters>,color_mode="rgb")