YOLOv11+TensorFlow转PyTorch模型推理通道不匹配RuntimeError排查

核心问题定位 #

报错信息expected input[1, 224, 3, 224] to have 3 channels, but got 224 channels instead说明：

• 模型实际接收到的输入是NHWC格式（batch, height, width, channel），即张量维度顺序为[1,224,3,224]，此时模型把第二个维度（224）当成了通道数，和权重的[32,3,2,2]（对应期望输入通道数为3）不匹配。
• 你打印的torch.Size([1, 3, 224, 224])是NCHW格式，和实际传入模型的张量不一致，说明预处理流程中存在维度顺序被意外篡改的环节。

分步解决方案 #

1. 验证模型实际接收的输入形状 #

不要只依赖预处理后的打印结果，直接在模型前向传播时打印输入形状，确认问题：

# 给你的人脸识别模型加一层调试包装
class DebugWrapper(torch.nn.Module):
    def __init__(self, model):
        super().__init__()
        self.model = model
    def forward(self, x):
        print("Model received input shape:", x.shape)
        return self.model(x)

# 替换原模型运行
recog_model = DebugWrapper(recog_model)
# 执行你的推理代码，查看打印的形状

2. 强制修正输入维度顺序 #

如果确认模型接收的是NHWC格式，在传入模型前将其转为PyTorch标准的NCHW格式：

# 假设face_tensor是预处理后的张量，若为NHWC格式，执行维度置换
face_tensor = face_tensor.permute(0, 3, 1, 2)
# 此时张量形状应为[1,3,224,224]，再传入模型

3. 排查ONNX转换环节的维度问题 #

由于你的模型是从TensorFlow转ONNX再转PyTorch，TF默认是NHWC格式，转ONNX时可能未自动适配PyTorch的NCHW要求：

• 重新执行tf2onnx转换时，显式指定输入为NCHW格式（替换input_tensor_name为你的TF模型输入节点名称）：

python -m tf2onnx.convert --saved-model /path/to/your/tf_model --output model.onnx --inputs-as-nchw input_tensor_name

• 重新用onnx2pytorch转换新生成的ONNX模型，再测试推理。

4. 检查预处理流程的每一步 #

确认从图像读取到转张量的全流程：

• 用PIL/PyTorch读取图像时，得到的是(H,W,C)的numpy数组，转PyTorch张量后应为(C,H,W)，加batch维度后是(1,C,H,W)，确保没有混用TensorFlow的预处理函数（如tf.image.resize）导致维度顺序变回NHWC。
• 若使用了OpenCV读取图像，注意OpenCV默认是BGR格式，除了转RGB外，也要确认维度顺序是否正确转换为C,H,W。

内容的提问来源于stack exchange，提问作者Jan Bober