Как решить проблему с изображением RBG; Кодекс должен классифицировать собачий хлеб ⇐ Python

[Anonymous]

Код: Выделить всё

def make_model(num_classes):
print("Building model...")
data_augmentation = tf.keras.Sequential([
tf.keras.layers.RandomFlip("horizontal"),
tf.keras.layers.RandomRotation(0.08),
tf.keras.layers.RandomZoom(0.08),
], name="data_augmentation")

preprocess_input = tf.keras.applications.efficientnet.preprocess_input

# Input layer (for RGB)
inputs = tf.keras.Input(shape=IMG_SIZE + (3,))   # (224,224,3)
x = data_augmentation(inputs)
x = tf.keras.layers.Lambda(preprocess_input)(x)

# Base model (expects RGB)
base_model = tf.keras.applications.EfficientNetB0(
include_top=False,
weights="imagenet",
input_shape=IMG_SIZE + (3,),  # (224,224,3)
pooling="avg"
)
base_model.trainable = False

x = base_model(x)
x = tf.keras.layers.Dropout(0.3)(x)
outputs = tf.keras.layers.Dense(num_classes, activation="softmax")(x)

model = tf.keras.Model(inputs=inputs, outputs=outputs, name="efficientnetb0_dogbreeds")
model.compile(
optimizer=tf.keras.optimizers.Adam(learning_rate=BASE_LR),
loss="sparse_categorical_crossentropy",
metrics=[
"sparse_categorical_accuracy",
tf.keras.metrics.TopKCategoricalAccuracy(k=5, name="top-5-accuracy")
]
)
model.summary()
return model, base_model;

Я всегда получаю эту ошибкуValueError: несоответствие формы в слое №1 (с именем Stem_Conv) для веса Stem_conv/kernel. Вес ожидает форму (3, 3, 1, 32). Получен сохраненный вес с формой (3, 3, 3, 32)
и я уверен, что изображения имеют формат RBG и соответствуют требуемому размеру

Подробнее здесь: https://stackoverflow.com/questions/798 ... -dog-bread