cannot reshape array of size 541 into shape (541,580,775,1)问题解决！

一、报错截图：

二、分析原因：

ValueError可知，我们的数据格式可能有问题，这里需要shape一下我们的数据，看一下数据的大小是否一致。

# 将数据集打乱随机分组
x_train, x_test, y_train, y_test = train_test_split(imgs,
                                                    labels,
                                                    test_size=0.4,
                                                    random_state=random.randint(0, 100))
for i in x_train:
    print(i.shape)

结果发现，数据中有些图像的大小不一致。

 

三、挑出数据中不一样的数据，并保存：

# Inspired by: DuckSoft <realducksoft@gmail.com>
# GitHub: https://github.com/DuckSoft

import os
import cv2

DATASET_ROOT = r"F:\datas\BreastCancerData\gray_breast_raw(902)"
DATASET_TARGET_ROOT = r'C:\Users\tianr\Desktop\Experiment _Data\Sampling_Images'
DATASET_TYPES = ['benign', 'malignant']
# cv2读取图像的属性：高、宽
IMAGE_SIZE = (580, 775)
# 将小尺寸的图像（630，500）上采样成统一的尺寸（775，580）
TARGET_SIZE = (775, 580)


for dataset_type in DATASET_TYPES:
    for filename in os.listdir(os.path.join(DATASET_ROOT, dataset_type)):
        path = os.path.join(DATASET_ROOT, dataset_type, filename)
        # print(path)
        img = cv2.imread(path, cv2.IMREAD_GRAYSCALE)
        print(img.shape)
        if img.shape != IMAGE_SIZE:
            cv2.imwrite(os.path.join(DATASET_TARGET_ROOT, dataset_type, filename), cv2.resize(img, TARGET_SIZE))
            print(f"Up-sampling from {img.shape} to {TARGET_SIZE}: {path}")

将挑选出的已统一格式的图像复制到原数据集，更新成功。

四、问题解决，模型成功跑通。