如何修复CNN训练时validation_split相关的ValueError错误

错误根源 #

• 直接触发报错的原因：你存储的标签y是Python原生int组成的列表，没有转为NumPy数组，Keras的validation_split参数仅支持张量/NumPy数组类型的输入，识别不了Python列表。
• 你怀疑的reshape操作确实存在逻辑问题：cv2.imread默认读取3通道BGR彩色图像，你直接将3通道数据reshape为1通道，会破坏图像原始结构，PyCharm的提示就是因为实际读取的数组维度和你reshape指定的维度不匹配。

修复方案 #

1. 修改生成训练数据的代码 #

你可以选择用单通道灰度图训练，修改imread逻辑，同时把y转为NumPy数组再存储：

# 读图片的时候加灰度参数
img_array = cv2.imread(os.path.join(path,img), cv2.IMREAD_GRAYSCALE)
# ... 其余遍历代码不变
# 存pickle之前把y转成numpy数组
y = np.array(y)
# 读文件建议用with上下文管理器，不用手动处理关闭
with open("X.pickle","wb") as pickle_out:
    pickle.dump(X, pickle_out)
with open("y.pickle","wb") as pickle_out:
    pickle.dump(y, pickle_out)

如果你想用3通道彩色图训练，就不需要改imread逻辑，把reshape的最后一个维度改成3即可：

X = np.array(X).reshape(-1, IMG_SIZE, IMG_SIZE, 3)

2. （可选）优化模型结构 #

原代码的全连接层没有加激活函数，会降低模型拟合能力，建议修改：

model.add(Dense(64))
model.add(Activation('relu')) # 新增激活函数
model.add(Dropout(0.2)) # 新增dropout层防止过拟合

修改完成后重新生成数据集，再运行训练代码即可解决报错。

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