运行图像处理代码执行model.predict时出现输入维度不匹配错误如何解决

报错信息：ValueError: Input 0 of layer sequential_13 is incompatible with the layer: expected axis -1 of input shape to have value 1 but received input with shape (None, 100, 100, 3)

问题原因 #

报错的核心是模型输入维度和实际传入的数据维度不匹配：你使用的sequential_13模型在训练时设置的输入为单通道（灰度图）格式，要求输入张量最后一维的数值为1，但当前代码中使用load_img加载图片时默认采用RGB三通道模式，处理后的数据最后一维数值为3，不符合模型的输入要求。

解决方法 #

你可以根据自己的业务场景选择以下任意一种方案处理：

• 方案1：加载图片时直接指定灰度模式
  修改load_img的调用参数，添加color_mode='grayscale'强制加载为单通道灰度图，修改后的代码行如下：

  img = load_img(img, target_size=(100,100), color_mode='grayscale')
  

• 方案2：手动将三通道图片转为单通道
  如果你的逻辑中需要先加载三通道图片做其他处理，可以在拿到图片数组后手动做灰度转换，添加代码如下：

  # 写在 img_array = img_to_array(img) 代码行之后
  img_array = np.mean(img_array, axis=-1, keepdims=True)
  

• 方案3：修改模型输入层适配三通道输入
  如果你的业务场景确实需要使用RGB三通道数据，可以修改模型定义处的输入层参数，将输入形状最后一维从1改为3，比如原输入层为Input(shape=(100,100,1))，修改为Input(shape=(100,100,3))，重新训练模型后再执行预测即可。

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