Discussion :

[Jma06]

Bonjour,

Je refais un tuto (T. Neveu, Youtube, 2018, "Réseaux à convolution: Chien vs Chat" )
pour faire un réseau de neurones convolutif en vue de reconnaitre des photos de chat vs chien.

Lors du tuto, le code suivant...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
import glob
import numpy as np
from PIL import Image
import matplotlib.pyplot as plt
import os
import random
 
 
targets = []
features = []
 
files = glob.glob('train/*.jpg')
random.shuffle(files)
 
for file in files[:500]:
    features.append(np.array(Image.open(file).resize((75, 75))))
    target = [1, 0] if 'cat' in file else [0, 1]
    targets.append(target)
 
features = np.array(features)
targets = np.array(targets)
 
print('Shape features', features.shape)
print('Shape targets', targets.shape)

...retournait :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
Shape features (500, 75, 75, 3)
Shape targets (500, 2)

Chez moi, ce jour, ca donne un "warning deprecation".

<ipython-input-11-56ef4bbfee92>:20: VisibleDeprecationWarning: Creating an ndarray from ragged nested sequences (which is a list-or-tuple of lists-or-tuples-or ndarrays with different lengths or shapes) is deprecated. If you meant to do this, you must specify 'dtype=object' when creating the ndarray
features = np.array(features)

et une erreur :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
ValueError    Traceback (most recent call last)
<ipython-input-11-56ef4bbfee92> in <module>
     18     targets.append(target)
     19 
---> 20 features = np.array(features)
     21 targets = np.array(targets)
     22 
 
ValueError: could not broadcast input array from shape (75,75,3) into shape (75,75)

Le warning ne s'affiche plus si j'ajoute un dtype aux lignes 20 et 21,

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
features = np.array(features, dtype=float)
targets = np.array(targets, dtype=float)

Pourriez vous m'aider à comprendre quoi faire pour ne plus avoir ce problème de brodcasting?

[wiztricks]

Salut,

Vous devriez vous posez la question du pourquoi du message d'erreur.

En effet, il dit que features ne contient pas que des tableaux de dimensions 75x75x3 malgré le:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

features.append(np.array(Image.open(file).resize((75, 75))))

- W

[Jma06]

bonjour - W

En faisant ..

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
 
..
features = []
 
files = glob.glob('train/*.jpg')
 
cpt = 0
for file in files:
    ftab = np.array(Image.open(file).resize((75, 75)))
    if ftab.shape == (75, 75, 3):
        features.append(ftab)
        target = [1, 0] if 'cat' in file else [0, 1]
        targets.append(target)
    else:
        print(file, ftab.shape)
        cpt+=1
        pass
 
print(cpt, "valeurs non (75, 75,3)\n",len(features), 'features')

j'ai pu voir que quelques images avaient retourné une shape " non (75, 75, 3)"..

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
 
...
train\dog-8730.jpg (75, 75)
train\dog-9078.jpg (75, 75, 4)
59 valeurs non (75, 75, 3)
 24918 features

Les images correspondant aux retours avec shape en (75, 75) ont une profondeur de couleur de 8 (bouton droit sur l'image / propriétés / details), alors que celle en (75, 75, 3) on une profondeur de couleur de 24 et celles en (75, 75, 4) ont aussi un profondeur de couleur de 24.

Comment s'expliquent ces différentes shape pouvant émaner d'images jpg en couleur?

[wiztricks]

Comment s'expliquent ces différentes shape pouvant émaner d'images jpg en couleur?

Au pif, c'est peut être la "transparence"... mais je n'en sais rien (ce sont vos images...).

- W