本日のエラー「 InvalidArgumentError: required broadcastable shapes」 ![Error.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/999291/127b58d3-6ef0-fcab-84db-6de4e1e66fc9.png)

本日に UNETのモデルを実行するとき、モデルのクラスを1から11まで増して、このエラーが引き起こされてしまう。原因は、Tensroflow
このエラーの原因は、私のデータを読み込む関数で、to_categoricalがなくて、tf_parseの入力サイズも違いました。

下記はエラーを引き起こされたコード

def read_mask(path):
    path = path.decode()
    x = cv2.imread(path,cv2.IMREAD_GRAYSCALE)
    x = np.expand_dims(x, axis=-1)
    x = x.astype(np.double)
    
    return x
def tf_parse(x, y):
    def _parse(x, y):
        x = read_image(x)
        y = read_mask(y)
        return x, y

    x, y = tf.numpy_function(_parse, [x, y], [tf.float64, tf.float64])
    x.set_shape([256, 256, 3])
    y.set_shape([256, 256,1])
    
    return x, y

上記のコードは、複数のクラスの機能がないですね。マスクの画像を読み込むと、GRAYSCALEの画像の一のクラスを仮定されています。そして、tf_parseでは、マスクのyの変数のサイズは、カラスの次元は1に設定されています。複数のクラスを使用したい場合は、この点を更新しなければなりません。

改善したコード

from tensorflow.keras.utils import to_categorical
def read_mask(path,N_CLASSES=N_CLASSES):
    path = path.decode()
    x = cv2.imread(path,cv2.IMREAD_GRAYSCALE)
    x = np.expand_dims(x, axis=-1)
    x= to_categorical(x, num_classes=N_CLASSES) #カラス化
    x = x.astype(np.double)
    
    return x


def tf_parse(x, y,N_CLASSES=N_CLASSES):
    def _parse(x, y):
        x = read_image(x)
        y = read_mask(y)
        return x, y

    x, y = tf.numpy_function(_parse, [x, y], [tf.float64, tf.float64])
    x.set_shape([256, 256, 3])
    y.set_shape([256, 256,N_CLASSES])　#正しいカラス数により次元
    
    return x, y

一つの注意点は、「x = x.astype(np.double)」の部分は、「to_categorical」の後で置いていなければなりません。逆の場合は、他のエラーを引き起こされます。