使用Matlab Augmented Image Datastore调图转灰度时维度不匹配报错

问题 #

需要将文件夹中所有图像调整为[224 224 3]尺寸并转为灰度图，使用augmentedImageDatastore设置ColorPreprocessing为rgb2gray后，图像维度变为224×224×1，与imageInputLayer要求的224×224×3不匹配，导致trainNetwork报错。

代码示例 #

aug_imds = augmentedImageDatastore([224 224 3], imdsTrain,'ColorPreprocessing', 'rgb2gray');

layers = [
    imageInputLayer([224 224 3])
    convolution2dLayer(3, 8, 'Padding', 'same')
    batchNormalizationLayer
    reluLayer
    maxPooling2dLayer(2, 'Stride', 2)
    convolution2dLayer(3, 16, 'Padding', 'same')
    batchNormalizationLayer
    reluLayer
    maxPooling2dLayer(2, 'Stride', 2)
    convolution2dLayer(3, 32, 'Padding', 'same')
    batchNormalizationLayer
    reluLayer
    fullyConnectedLayer(8)
    softmaxLayer
    classificationLayer];

报错信息 #

Error:
Error using trainNetwork
The training images are of size 224×224×1 but the input layer expects images of size 224×224×3.

Error in training (line 49)
net = trainNetwork(aug_imds, layers, options);

解决办法 #

方法1：自定义预处理函数，将单通道灰度图复制为三通道 #

放弃ColorPreprocessing参数，自定义预处理函数完成转灰度、复制通道和尺寸调整：

function img = preprocessGrayTo3Channel(img)
    % 转为灰度图
    img = rgb2gray(img);
    % 将单通道复制为三通道
    img = repmat(img, [1 1 3]);
    % 调整到目标尺寸
    img = imresize(img, [224 224]);
end

% 创建增强数据存储
aug_imds = augmentedImageDatastore([224 224 3], imdsTrain, 'PreprocessingFcn', @preprocessGrayTo3Channel);

方法2：修改输入层为单通道 #

如果无需强制三通道输入，直接修改imageInputLayer的通道数为1，匹配预处理后的图像维度：

layers = [
    imageInputLayer([224 224 1]) % 此处通道数改为1
    convolution2dLayer(3, 8, 'Padding', 'same')
    batchNormalizationLayer
    reluLayer
    maxPooling2dLayer(2, 'Stride', 2)
    convolution2dLayer(3, 16, 'Padding', 'same')
    batchNormalizationLayer
    reluLayer
    maxPooling2dLayer(2, 'Stride', 2)
    convolution2dLayer(3, 32, 'Padding', 'same')
    batchNormalizationLayer
    reluLayer
    fullyConnectedLayer(8)
    softmaxLayer
    classificationLayer];

方法3：在imageDatastore阶段提前处理图像 #

创建imageDatastore时自定义读取函数，直接输出符合要求的三通道灰度图：

% 自定义图像读取函数
function img = readGrayAs3Channel(filename)
    img = imread(filename);
    img = rgb2gray(img);
    img = repmat(img, [1 1 3]);
    img = imresize(img, [224 224]);
end

% 创建数据存储
imdsTrain = imageDatastore('你的图像文件夹路径', 'ReadFcn', @readGrayAs3Channel);
% 若需额外数据增强，再创建augmentedImageDatastore
aug_imds = augmentedImageDatastore([224 224 3], imdsTrain);

内容的提问来源于stack exchange，提问作者Kavya Shree