Python使用VGG16迁移学习出现list无shape属性报错如何解决

错误原因 #

你定义的prediction函数仅支持传入单张图像数组，但你传入的training_set是存储所有训练图像的Python列表，列表本身没有shape属性，因此触发AttributeError。

可行解决方案 #

• 首先修改调用逻辑，逐张遍历训练集图像调用预测函数，替换原来的直接传入整个列表的代码：

new_training_set = []
for single_img in training_set:
    # 可选：补充BGR转RGB操作，适配VGG16的预训练输入要求
    single_img = cv2.cvtColor(single_img, cv2.COLOR_BGR2RGB)
    pred_res = prediction(model, single_img, patch_size)
    new_training_set.append(pred_res)

• 修复prediction函数内部的变量名错误：函数形参是model1，但内部调用预测用了全局变量model，改为统一使用形参避免未定义报错：

# 把原函数里的这一行
single_patch_prediction = (model.predict(single_patch_input)[0,:,:,0] > 0.5).astype(np.uint8)
# 修改为
single_patch_prediction = (model1.predict(single_patch_input)[0,:,:,0] > 0.5).astype(np.uint8)

• （可选优化）512*512图像按224步长切分会有64像素的边缘区域，当前代码直接对小区域resize填充，容易出现拼接缝和精度损失，可改为步长小于224的重叠滑窗切分，重叠区域的预测结果取平均值，能大幅提升最终输出的平滑度。

内容的提问来源于stack exchange，提问作者farabee