Как использовать модель MobileNetV2 для использования изображений в оттенках серого ⇐ Python

[Anonymous]

Я использую модель MobileNetV2 в качестве базовой модели, но добавил 5 новых обучаемых слоев и переобучаю ее по двум новым категориям: положительная оспа обезьян и отрицательная по оспе обезьян. Папка с негативными изображениями обезьяньей оспы включает в себя различные кожные инфекции, которые похожи на обезьянью оспа, но похожи на ветряную оспу. У меня есть набор данных с цветными изображениями, но я преобразовал их в оттенки серого (код ниже).
Когда я попытался запустить модель, у меня возникла проблема:

Код: Выделить всё

Input 0 of layer "Conv1" is incompatible with the layer: expected axis -1 of input shape to
have value 3, but received input with shape (None, 200, 200, 1)

Я знаю, что мне нужно обмануть модель, заставив ее думать, что значение 1 равно 3, но я не знаю, как это сделать. Для определения весов я использую imagenet.

Код: Выделить всё

from tensorflow.keras.preprocessing import image as IMAGE
import numpy as np
import cv2
import os
os.environ["CUDA DEVICE ORDER"]="PCI BUS ID"
os.environ["CUDA VISIBLE DEVICES"]="0"

from tensorflow.keras import Model
from tensorflow.keras.applications.mobilenet_v2 import MobileNetV2, preprocess_input
from tensorflow.keras.preprocessing.image import ImageDataGenerator
from tensorflow.keras.layers import Dense, GlobalAveragePooling2D
from tensorflow.keras.optimizers import Adam
from tensorflow.keras.preprocessing import image
import matplotlib.pyplot as plt

Код: Выделить всё

import tensorflow as tf
from PIL import Image
from google.colab.patches import cv2_imshow

Код: Выделить всё

!pip3 install tensorflowjs

Код: Выделить всё

import tensorflowjs as tfjs

Код: Выделить всё

train = ImageDataGenerator(rescale = 1/255)
test = ImageDataGenerator(rescale = 1/255)
val = ImageDataGenerator(rescale = 1/255)

Код: Выделить всё

training_set = train.flow_from_directory("/content/drive/MyDrive/mpox_data/Train",
target_size=(200,200),
batch_size = 15,
class_mode = "categorical",
color_mode='rgb'
)

testing_set = test.flow_from_directory("/content/drive/MyDrive/mpox_data/Test",
target_size=(200,200),
batch_size = 15,
class_mode = "categorical",
color_mode='rgb'
)
validation_set = val.flow_from_directory("/content/drive/MyDrive/mpox_data/Val",
target_size=(200,200),
batch_size=15,
class_mode = "categorical",
color_mode='rgb'
)

Код: Выделить всё

x, y = training_set[0]
a, b = testing_set[0]
d, c = validation_set[0]

Код: Выделить всё

base_model = MobileNetV2(weights = "imagenet", include_top = False)

x = base_model.output
x = GlobalAveragePooling2D()(x)
x = Dense(42, activation="relu")(x)
x = Dense(64, activation = "relu")(x)
x = Dense(32, activation="relu")(x)
preds = Dense(2, activation = "sigmoid")(x)

model = Model(inputs = base_model.input, outputs = preds)

Код: Выделить всё

epochs = 5
optimizer = Adam(learning_rate = 0.0003)
model.compile(loss = "binary_crossentropy", optimizer = optimizer, metrics = ["Accuracy"])
model.fit(training_set, validation_data = validation_set, epochs = epochs, shuffle=True)

Я пытался использовать с моделью изображения в оттенках серого, ожидая, что она будет работать успешно, но это привело к упомянутой выше ошибке.
Почему моя программа не работает, и как это исправить, чтобы модель могла продолжить обучение на изображениях в оттенках серого?

Подробнее здесь: https://stackoverflow.com/questions/789 ... ale-images