ディープラーニングに使用する画像のサイズについて

ネットから拾ってきた画像を学習さえたいのですが

%% 画像読み込み
imds = imageDatastore('catdog','IncludeSubfolders',true,'LabelSource','foldernames');
labelCount = countEachLabel(imds)
%% データで振り分ける
rateTrainFiles = 0.6;
[imdsTrain,imdsValidation] = splitEachLabel(imds,rateTrainFiles,'randomize');
%%画像サイズ
layers = [256,256,3];
aug_imdsTrain = augmentedImageDatastore(layers,imdsTrain);
aug_imdsValidation = augmentedImageDatastore(layers,imdsValidation);
options = trainingOptions('sgdm', ...
    'InitialLearnRate',0.01,...
    'MaxEpochs',4,...
    'Shuffle','every-epoch',...
    'ValidationData',imdsValidation,...
    'VerboseFrequency',30,...
    'Verbose',false, ...
    'Plots','training-progress');
net=trainNetwork(imdsTrain,layers,options);

これでエラーが学習イメージサイズが違いますってでてしまいました

どこを直せばよろしいでしょうか？

Answer 1

[Atsushi Ueno]

深層学習ニューラル ネットワークの学習 - MATLAB trainNetwork - MathWorks 日本

aug_imdsTrain = augmentedImageDatastore([256,256,3],imdsTrain);

は良いのですが、

net=trainNetwork(imdsTrain,[256,256,3],options);

は求められているネットワーク層の情報が与えられていません。2番目の引数layersは、学習させるニューラルネットワークのネットワーク層を指定する為の引数で、画像サイズではありません。

>どこを直せばよろしいでしょうか？

例えば以下の様にすればエラーは解消すると思います。

layers_for_trainNetwork = [imageInputLayer([28 28 1]) convolution2dLayer(5,20) reluLayer maxPooling2dLayer(2,'Stride',2) fullyConnectedLayer(10) softmaxLayer classificationLayer];
options = ...% optionsは修正不要
net=trainNetwork(imdsTrain,layers_for_trainNetwork,options);

[大空]

layers_for_trainNetwork = [imageInputLayer([28 28 1]) convolution2dLayer(5,20) reluLayer maxPooling2dLayer(2,'Stride',2) fullyConnectedLayer(10) softmaxLayer classificationLayer];

options = trainingOptions('sgdm', ...

'InitialLearnRate',0.01,...

'MaxEpochs',4,...

'Shuffle','every-epoch',...

'ValidationData',imdsValidation,...

'VerboseFrequency',30,...

'Verbose',false, ...

'Plots','training-progress');

net=trainNetwork(imdsTrain,layers_for_trainNetwork,options);

こちらの文書に直しても使い方によるエラーtrainNetwork学習イメージのサイズ800×1200×3ですが入力層にはサイズ28×28×1のイメージが必要ですと出てしまいます

[Atsushi Ueno]

すいません。それでしたら下記の様にすれば良いです。

layers_for_trainNetwork = [imageInputLayer([800 1200 3]) convolution2dLayer(5,20) reluLayer maxPooling2dLayer(2,'Stride',2) fullyConnectedLayer(10) softmaxLayer classificationLayer];