PyTorch图像补全模型输入报错：通道不匹配与数据类型不兼容问题求助

让我一步步帮你排查并解决这两个运行时问题：

错误1：通道数不匹配 (RuntimeError: expected input to have 3 channels, but got 96 channels instead) #

问题根源 #

你用skimage.io.imread()读取的图像默认是HWC格式（高度→宽度→通道），比如你的96x96图像形状是(96, 96, 3)，组成批次后就变成了(5, 96, 96, 3)。但PyTorch的卷积层nn.Conv2d要求输入必须是NCHW格式（批次大小→通道数→高度→宽度），此时模型会把第二个维度的96误认为是通道数，和你定义的第一个卷积层输入通道数3完全不匹配，所以抛出了这个错误。

修复方案 #

在数据预处理阶段把图像维度从HWC转成CHW，同时转成PyTorch张量。修改你的OutpaintDataset类的__getitem__方法：

def __getitem__(self, index):
    image = io.imread(self.image_names[index])
    
    # 处理灰度图：确保图像是3通道
    if image.ndim == 2:
        image = np.expand_dims(image, axis=-1)
        image = np.repeat(image, 3, axis=-1)
    
    # 调整图像尺寸
    input_image = self.custom_resize(image, self.input_size)
    ground_image = self.custom_resize(image, self.output_size)
    masked_image = self.outpaint(image=ground_image.copy())
    
    # 关键：将HWC转成CHW，并转成torch.Float32张量
    input_image = torch.from_numpy(input_image).permute(2, 0, 1).float()
    masked_image = torch.from_numpy(masked_image).permute(2, 0, 1).float()
    ground_image = torch.from_numpy(ground_image).permute(2, 0, 1).float()
    
    # 可选：归一化到[-1,1]，匹配模型最后一层Tanh的输出范围
    input_image = (input_image * 2) - 1.0
    masked_image = (masked_image * 2) - 1.0
    ground_image = (ground_image * 2) - 1.0
    
    return input_image, masked_image, ground_image

这样处理后，每个样本的形状会变成(3, 96, 96)或(3, 192, 192)，组成批次后就是(5, 3, 96, 96)，完全符合模型的输入要求。

错误2：数据类型不匹配 (RuntimeError: expected scalar type Double but found Float) #

问题根源 #

PyTorch的模型参数默认是torch.float32（单精度浮点）类型，但你在数据加载代码里把输入强制转成了torch.double（双精度浮点，即torch.float64），导致模型参数和输入数据类型不兼容，从而触发错误。

修复方案 #

有两种可行的解决方式，推荐第一种：

方式1：保持输入为Float32（推荐）

去掉代码里转成double的语句，让输入和模型参数类型一致。修改你的数据加载循环：

for i, data in enumerate(train_loader, 0):
    input_image, masked_image, ground_image = data
    # 因为Dataset里已经处理好维度和类型，直接传入即可
    output = generator(masked_image)
    break

如果暂时不想修改Dataset类，也可以在加载时转成float32而非double：

reshaped = masked_image.permute(0, 3, 1, 2).float()  # 用.float()替代.type(torch.double)
output = generator(reshaped)

方式2：将模型转为Double类型（不推荐，除非有特殊需求）

如果你确实需要使用双精度浮点训练，可以把整个模型的参数转成double类型：

generator = Generator().double()

额外注意点 #

• skimage.transform.resize会自动把图像像素值归一化到[0, 1]，而你的模型最后用了nn.Tanh()（输出范围[-1, 1]），所以我在Dataset的修复代码里加上了归一化到[-1, 1]的步骤，这能让模型的输入输出范围匹配，提升训练效果。
• 确保你的train_loader使用了合适的collate_fn（如果需要），不过默认的collate_fn已经能正确处理我们修改后的张量格式。

内容的提问来源于stack exchange，提问作者Mert Arda Asar