Numpy ValueError：检查输入时出错：预期conv2d_16_输入有4个维度

我正在尝试为我使用YLO检测到的每幅图像的图像数据训练一个cnn模型，并仅在specefic帧上应用cnn 使用的cnn medel是：

# define our Convolutional Neural Network architecture from tensorflow.keras import layers model = Sequential() model.add(layers.Conv2D(32, (3, 3), padding="same", input_shape=(32, 32, 3))) model.add(layers.Activation("relu")) model.add(layers.MaxPooling2D(pool_size=(2, 2), strides=(2, 2))) model.add(layers.Conv2D(32, (3, 3), padding="same")) model.add(layers.Activation("relu")) model.add(layers.MaxPooling2D(pool_size=(2, 2), strides=(2, 2))) model.add(layers.Conv2D(32, (3, 3), padding="same")) model.add(layers.Activation("relu")) model.add(layers.MaxPooling2D(pool_size=(2, 2), strides=(2, 2))) model.add(layers.Conv2D(32, (3, 3), padding="same")) model.add(layers.Activation("relu")) model.add(layers.MaxPooling2D(pool_size=(2, 2), strides=(2, 2))) model.add(layers.Conv2D(32, (3, 3), padding="same")) model.add(layers.Activation("relu")) model.add(layers.MaxPooling2D(pool_size=(2, 2), strides=(2, 2)))



#model.add(layers.Conv2D(32, (15, 15), padding="same"))
#model.add(layers.Activation("relu"))
#model.add(layers.MaxPooling2D(pool_size=(2, 2), strides=(2, 2))) model.add(layers.Flatten()) model.add(layers.Dense(10)) model.add(layers.Activation("softmax"))

我犯了一个错误：

ValueError: Error when checking input: expected conv2d_16_input to have 4 dimensions, but got array with shape (1, 1, 1, 1, 1, 1, 1, 1775, 1, 1, 32, 32, 1, 1, 1)

---

我认为你最好把整个代码都发布出来，但从外观上看，你的模型输入有一些非常奇怪的输入形状，我建议你检查你的模型输入