基于Mediapipe的LSTM手部动作训练报错求助：尺寸不匹配与属性错误

第一个错误：Reshape尺寸不匹配 #

问题原因 #

输入张量实际总元素数（4032）与指定的目标形状（163263=32256）不匹配。即便你将batch_size改为2后数值匹配，但硬编码batch_size的做法缺乏灵活性，后续若输入batch_size变化（如验证集batch不同）仍会出问题。

解决方法 #

将硬编码的self.batch_size改为动态获取当前输入的batch_size：

# 原代码
x = x.reshape(self.batch_size, self.seq_len, CFG.num_feats * 21)

# 修改后代码
x = x.reshape(x.size(0), self.seq_len, CFG.num_feats * 21)

x.size(0)会自动读取输入张量的第一维（即当前batch_size），无论输入batch是多少都能完成正确reshape。

第二个错误：torchsummary的AttributeError #

问题原因 #

torchsummary在解析模型结构时，会调用模型的forward方法并检查返回值。如果你的LSTM模型forward方法返回的是元组（tuple）（比如同时返回输出和隐藏层状态），torchsummary会尝试调用返回值的.size()方法，而元组没有该属性，因此触发报错。

解决方法 #

方法1：临时修改模型forward方法（仅用于查看结构）

如果你的模型forward方法是类似这样的：

def forward(self, x):
    # 中间计算逻辑
    return output, hidden_state

可以临时改为只返回输出张量：

def forward(self, x):
    # 中间计算逻辑
    return output

查看完模型结构后，再恢复原返回逻辑即可。

方法2：用Lambda包装模型（无需修改原模型）

在调用torchsummary的位置，用lambda将模型包装为仅返回输出的版本：

from torchsummary import summary

# 假设你的模型实例为model
wrapped_model = lambda x: model(x)[0]
summary(wrapped_model, input_size=(CFG.seq_len, 21, CFG.num_feats))

model(x)[0]取返回元组的第一个元素（即输出张量），让torchsummary能正常处理。

方法3：确认输入尺寸匹配

确保传入summary的input_size与实际输入尺寸（除batch_size外）一致。你的输入是[2,32,21,3]，所以input_size应设为(32,21,3)，对应(seq_len, num_keypoints, num_feats)。

内容的提问来源于stack exchange，提问作者Quynh Ly