视频分类输入形状适配问题：关键点数据输入报错排查

我有多个文件夹，每个文件夹包含37张图片，每张图片对应126个关键点。在进行视频分类时，出现报错：ValueError: Shapes (None, 1) and (None, 5) are incompatible，不清楚该如何调整输入形状，希望了解需要排查的方向。输入形状参考显示输入维度为(样本数量, 37, 126)。

模型结构代码如下：

from tensorflow.keras.models import  Sequential
from  tensorflow.keras.layers import LSTM,Dense
from  tensorflow.keras.callbacks import TensorBoard
import  tensorflow as tf
import os

log_dir = os.path.join('logs')
callback = TensorBoard(log_dir=log_dir)

model = Sequential()

model.add(LSTM(64,input_shape=(37,126,),return_sequences=True,activation='relu'))
model.add(LSTM(128,return_sequences=True,activation='relu'))
model.add(LSTM(64,return_sequences=False,activation='relu'))
model.add(Dense(64,activation='relu'))
model.add(Dense(32, activation='relu'))

model.add(Dense(class_label.shape[0],activation='softmax'))

model.summary()

排查方向 #

• 核对标签与模型输出的形状匹配度
  报错中(None,1)是标签数据的形状，(None,5)是模型最后一层的输出形状（说明分类类别数为5）。两种调整方式：

  1. 若标签是整数索引，将损失函数改为sparse_categorical_crossentropy，同时确保标签形状为(样本数,)，可通过y_train = y_train.squeeze()压缩多余维度；
  2. 若标签用独热编码，需将标签转换为(样本数,5)的形状，配合categorical_crossentropy损失函数。

• 验证输入数据形状是否符合LSTM要求
  模型定义的LSTM输入形状为(37,126)，要求输入数据整体形状为(样本数,37,126)，其中37对应时间步（37张图片），126对应每个时间步的特征数（126个关键点）。检查数据预处理环节，若维度顺序错误（比如(样本数,126,37)），可使用tf.transpose(input_data, perm=[0,2,1])调整。

• 确认分类类别数的正确性
  模型最后一层神经元数量由class_label.shape[0]得到，当前为5。需确认该值与实际分类类别数一致，同时标签数据的类别范围要对应（如0-4）。

• 检查数据加载时的标签处理逻辑
  若标签被错误处理为二维数组（如[[0],[1],...]），会导致形状为(None,1)。可通过print(y_train.shape)查看标签形状，若确实为二维，用y_train = y_train.flatten()或y_train = y_train.squeeze()转换为一维。

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