ValueError：无法找到可处理输入的数据适配器：keras模型中的<class'NoneType'>，<class'NoneType'>

如何解决ValueError：无法找到可处理输入的数据适配器：keras模型中的<class'NoneType'>，<class'NoneType'>

我已经在Keras中制作了一个CNN模型，并将其保存为“ model.h5”。输入形状为128x128。现在，我在一个新文件中，正在尝试使用此模型进行预测。这是到目前为止我所做的：

import keras
from keras.preprocessing.image import load_img,img_to_array 
from keras.models import load_model
import PIL

img = load_img("img.jpg")

img = img_to_array(img) 

img = img.resize((128,128))

model = load_model('model.h5')

model.summary()

abc = model.predict(img)

print(abc)

这是我的错误：

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-3-e23dbdb3fe22> in <module>()
     14 model.summary()
     15 
---> 16 abc = model.predict(img)
     17 
     18 print(abc)

3 frames
/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/data_adapter.py in select_data_adapter(x,y)
    969         "Failed to find data adapter that can handle "
    970         "input: {},{}".format(
--> 971             _type_name(x),_type_name(y)))
    972   elif len(adapter_cls) > 1:
    973     raise RuntimeError(

ValueError: Failed to find data adapter that can handle input: <class 'NoneType'>,<class 'NoneType'>

任何帮助将不胜感激。

预先感谢

解决方法

您要在此行之后调整img数组的大小：

img = img_to_array(img)

您可能正在尝试使用调整数组形状而不是使用调整大小。如果要调整已加载图像的大小，则可能需要先将其转换为数组，即在此行之前：

img = img_to_array(img) 

更新：

您正在尝试在用于图像对象的数组上使用调整大小功能。因此，它返回NoneType，这又导致了问题。

另一件事是您的模型期望输入一个4维向量（使用您提供的文件进行检查）作为输入，并且将其传递给NoneType，如果您希望将PIL的调整大小功能调整为128， * 128，它仍将是一个二维向量，因此在使用reshape而不是resize时会出现错误。

您可以通过以下更改使代码工作：

img = load_img("img.jpg")
img = img.resize((128,128))
img = img_to_array(img) 

img = img.reshape( -1,128,3)

print(img.shape)
model = load_model('hotdogs.h5')
model.summary()
abc = model.predict(img)

print(abc)

在这里，使用整形将输入数组转换为模型期望的4维数组。

我希望这会有所帮助。我是StackOverflow的新手。如果您认为这个答案有用，那么如果您可以给我一个投票，那将是很有动力的。

,

从 Tensorflow 导入 Keras 为我解决了这个问题。

from tensorflow.keras.preprocessing.image import load_img,img_to_array 
from tensorflow.keras.models import load_model