i​nputLaye​rでの適したイメージ​サイズ​の変更につい​て

深層学習を用いて画像分類を行いたいのですが、size(img)を用いて、画像サイズの高さと幅を取得しました。その後、i​nputLayerで取得した値を入れるとエラーが出て、学習をすることができません。また、直接画像サイズの数値を代入しても、同じエラーが出ました。どうすればよいのでしょうか?学習元のイメージサイズは768x1024x3です。

エラーメッセージは以下の通りです。

エラー:trainNetwork (行 183)

検証イメージのサイズは 768x1024x3 ですが、入力層にはサイズ 768x3072x3 のイメージが必要です。

コードは学習オプションを省略して記載させていただきます。

imds = imageDatastore(trainDatasetPath, ...
    'IncludeSubfolders',true,'LabelSource','foldernames');
% 各クラスの画像数の確認(表示)
labelCount = countEachLabel(imds)
% クラス数の取得　⇒　出力層のサイズ
num_class = length(labelCount.Label)
% 最初の画像を1枚読み込み
img = readimage(imds,1);
% 画像サイズの取得　⇒　入力層のサイズ
[height, width] = size(img)
[imdsTrain,imdsValidation] = splitEachLabel(imds,0.7,'randomize')
%% ネットワークの定義
layers = [
    imageInputLayer([height width 3])
    convolution2dLayer(3,8,'Padding','same')
    batchNormalizationLayer
    reluLayer
    maxPooling2dLayer(2,'Stride',2)
    convolution2dLayer(3,16,'Padding','same')
    batchNormalizationLayer
    reluLayer
    maxPooling2dLayer(2,'Stride',2)
    convolution2dLayer(3,32,'Padding','same')
    batchNormalizationLayer
    reluLayer
    fullyConnectedLayer(num_class)
    softmaxLayer
    classificationLayer];

net = trainNetwork(allTrain,layers,options);

Answer 1

[Kenta]

[height, width,ch] = size(img)

に変更してはいかがでしょうか。imgがＲＧＢでチャンネルのサイズもあるので、chという出力があると良いと思います

[Kohei]

chを追加すると、無事に学習を行うことができました。

ありがとうございます。