Python 如何为LSTM填充帧的输入序列？

我正在使用CNN+LSTM架构对人类意识水平进行分类。我一直在尝试将我的数据集填充到每5秒拍摄的帧中

共有3类0、5和10（意识范围）和180个视频，我：

转换为帧

旋转它们以确保所有面都是垂直的

从帧中提取面

将每个类中的所有帧组合到一个新文件夹中（例如，类10的所有帧组合在一起，每个类几乎完全平衡，只有一个类的帧比其他类少1%）

将其分为训练（95%）、验证（5%）和测试（5%）

从目录获取列车数据集：

#BATCH_SIZE = 32
#SIZE = (224,224)
#SEED = 42

train_dataset = image_dataset_from_directory(
    directory=TRAIN_DIR,
    labels="inferred",
    label_mode="int",
    class_names=["0", "10", "5"],
    batch_size=BATCH_SIZE,
    image_size=SIZE,
    seed=SEED,
    subset=None,
    interpolation="bilinear",
    follow_links=False,
)

因此，我需要在将帧发送到CNN+LSTM之前填充帧，以确保它们的大小一致

train_dataset = sequence.pad_sequences(train_dataset, maxlen=BATCH_SIZE, padding="post", truncating="post")

# Dataset shape
<BatchDataset shapes: ((None, None, 224, 224, 3), (None, None)), types: (tf.float32, tf.int32)>

InvalidArgumentError: assertion failed: [Unable to decode bytes as JPEG, PNG, GIF, or BMP]
     [[{{node decode_image/cond_jpeg/else/_1/decode_image/cond_jpeg/cond_png/else/_20/decode_image/cond_jpeg/cond_png/cond_gif/else/_39/decode_image/cond_jpeg/cond_png/cond_gif/Assert/Assert}}]] [Op:IteratorGetNext]