Python 试图用定制的飞机图片测试我的cifar-10训练过的CNN

因此，在用python学习了CNN和Keras的基础知识后，我尝试添加我自己的飞机图片来测试我训练过的程序。为此，我尝试导入1920x1080 png图像，经过一些研究，我找到了一种可能的方法来重塑图像，但我得到以下错误消息：

回溯（最近一次呼叫最后一次）： 文件“C:/Users/me/Desktop/Programming Courses/Image\u Classifier\u Project/Model\u Test.py”，第21行，在 img=np.重塑（img[1,32,32,3]） 文件“”，第6行，在“重塑”中 文件“C:\Users\me\AppData\Roaming\Python37\site packages\numpy\core\fromneric.py”，第301行，在重塑中 return _wrapfunc（a，‘重塑’、新闻形状、订单=订单） 文件“C:\Users\me\AppData\Roaming\Python37\site packages\numpy\core\fromneric.py”，第61行，在\u wrapfunc中 返回边界（*args，**kwds） ValueError:无法将大小为1024的数组重塑为形状（1,32,32,3）

图像是彩色的（就像训练图像一样）

这是代码。我从文件中调用我的培训结果

from keras.datasets import cifar10
import keras.utils as utils
from keras.models import load_model
import numpy as np
import cv2

# Get Model Data
labels = ['airplane', 'automobile', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck']

(_, _), (x_test, y_test) = cifar10.load_data()

x_test = x_test.astype('float32') / 255.0
y_test = utils.to_categorical(y_test)

model = load_model('Classified.h5')

img = cv2.imread("a400m.png", 0)
img = cv2.resize(img, (32, 32))

img = np.reshape(img, [1, 32, 32, 3])

# results = model.evaluate(x=x_test, y=y_test)
# print("Loss: ", results[0])
# print("Accuracy", results[1])

test_image_data = np.asarray(img)

prediction = model.predict(x=test_image_data)
print("Prediction: ", labels[np.argmax(prediction)])
# max_index = np.argmax(prediction[0])
# print("Prediction: ", labels[max_index])

很抱歉代码太乱，只是尝试实现它，而不是从头开始

---

提前谢谢

首先，您的图像是彩色的，因此您需要将其作为彩色图像加载：

img = cv2.imread("a400m.png", 1)  # 0 means grayscale

第二：

img = cv2.resize(img, (32, 32)) #give a shape of (32, 32, 3)

这条线将把您的形状

（1920，1080，3）

的图像重塑为

（32，32，3）

最后，为了预测该图像，您需要扩展其dim，为此使用numpy expand_dim功能：

img = np.expand_dims(img, 0) #give a shape of (1, 32, 32, 3), 0 means first dim

---

哦，好的，明白了！你现在不能标记你的答案，因为你这么快，但它工作得很好！非常感谢：）很高兴能帮助你！