你好~
我重新找了一些不同的数字（背景是黑色然后字体是白色的）
我将他们都按照你原来的命名方式放到了对应的train，test文件夹里面。名称都是一样的，只有图片内容换了（我的图片也是28*28）。
但是pycharm给出error.
截图上面Train是你的数据集，下面的train2是我的数据集。

不知道为什么只有图片不同，但是最终print出来的dimension是不一样的。数字1， 2 只是加进去标识print的顺序而已。我发现changDim会让array最后多了一个3. 你的是**(28, 28)**， 我的是(28, 28, 3)。 最后会导致我有(1, 28, 28, 1, 3)。
请问怎么样才能用新的数据集去重新train model呢？ 这是我的毕业设计内容之一，如果能有你的帮忙就太好了。谢谢！

下面是我用来找不同时候用的code。

def changeDim(img):
img=np.expand_dims(img,axis=2)
img=np.expand_dims(img,axis=0)
return img
######准备数据
num_classes = 11 #类别
batch_size = 120 #批量大小
epochs = 60 #训练次数

#img2 = cv2.imread("5.jpg")
#print(img2.shape)
#img2= changeDim(img2)
#print(img2.shape)

img = cv2.imread("pic.jpg", cv2.IMREAD_COLOR)

img = cv2.imread("pic.jpg", cv2.IMREAD_GRAYSCALE)

img = cv2.imread("pic.jpg", cv2.IMREAD_UNCHANGED)

def loadDataset(imgpath, pathtype):
# 准备图像数据
images = loadImages(imgpath[0])
print('1', images.shape)
images = changeDim(images)
print('2', images.shape)
for single in imgpath[1:]:
img = loadImages(single)
img = changeDim(img)
images =np.append(images,img, axis = 0)
# 准备标记
labels = []
pattern = re.compile(pathtype+r"\(\d{1,2})")
for single in imgpath:
label = pattern.findall(single)
labels.append(int(label[0]))
return np.array(images), np.array(labels)
def loadImages(imgpath):
img = misc.imread(imgpath)
if img is None:
return None
img = img.astype('float32')
img/=255
return img

imgfiles = './Train//.jpg'
imgpath = glob.glob(imgfiles)
print(imgpath)
images, labels = loadDataset(imgpath,'Train')
labels = keras.utils.to_categorical(labels, num_classes)
print(images.shape, labels.shape)

imgfiles2 = './Train2//.jpg'
imgpath = glob.glob(imgfiles2)
print(imgpath)
images, labels = loadDataset(imgpath,'Train')
labels = keras.utils.to_categorical(labels, num_classes)
print(images.shape, labels.shape)

imgfiles3 = '5.jpg'
imgpath = glob.glob(imgfiles3)
print(imgpath)
images, labels = loadDataset(imgpath,'Train')

labels = keras.utils.to_categorical(labels, num_classes)
print(images.shape, labels.shape)

MATLAB中k－means里的species变量无法识别如何解决?

图片下载不了