ニューラルネットワーク層の入力形状が正しくない

Question

私はモデルを訓練するためにMNISTデータセットを使用して手書き数字を分類しようとしています。私のモデルは練習に成功し、98.9％の精度を達成しました。私は、カスタムイメージを試してみて、入力するときしかし、それは私に次のエラーが表示されます。

Error when checking : expected conv2d_4_input to have shape (None, 28, 28, 1) but got array with shape (1, 1, 28, 28) 

これはすなわち、入力層最初の畳み込み層です。 この問題を解決するにはどうすればよいですか？ これは私の畳み込みニューラルネットワークである：

conv_model = Sequential() 
conv_model.add(Conv2D(filters, kernel_size[0], input_shape=(28 , 28 , 1))) 
conv_model.add(Activation(act)) 
conv_model.add(Conv2D(filters, kernel_size[0])) 
conv_model.add(Activation(act)) 
conv_model.add(MaxPool2D(pool_size=(2,2))) 
conv_model.add(Dropout(0.25)) 
conv_model.add(Flatten()) 
conv_model.add(Dense(128)) 
conv_model.add(Activation(act)) 
conv_model.add(Dropout(0.5)) 
conv_model.add(Dense(10)) 
conv_model.add(Activation('softmax')) 
#conv_model.summary() 

コンパイルの詳細：

conv_model.compile(loss='categorical_crossentropy', optimizer='adadelta', metrics=['accuracy']) 

完全なソースコード： https://github.com/tanmay-edgelord/HandwrittenDigitRecognition

画像：任意のさらなる詳細が必要な場合は コメントしてください。

Answer 1

エラーメッセージがかなりストレートです：

• あなたの第一層は、形状のデータを期待している（いずれも、28、28、1）、「なし」になることはできません任意の数（それはバッチサイズです、どのようにあなたが持っている多くの例）。
• 一方、データの形は（1、1、28、28）です。

私はよく見かけるように、Kerasはチャンネルを最後の次元に置き、データには最初のチャンネルがあります。

策：（1、28、28、1）：

ちょうど正しい形式でデータを再構築。

---

しかし、画像全体をモデルに表示しようとしていますか？もしそうなら、それはうまく動作しません、それは28×28ピクセルの画像を期待しています。

別の28x28画像で各番号を区切る必要があります。また、あなたのイメージが黒と白で反転している可能性を考慮する必要があります。通常、MNISTデータは、白い数字（1つの値）を持つ黒い背景（0値）を持ちます。

Answer 2

問題は、すべての輪郭（私は関数cv2.contourが見つかったすべての輪郭のためcv2.resize機能を使って画像をリサイズしています正しい入力サイズ

roi2 = roi.reshape(1,28,28,1)