PyTorch转ONNX推理遇双重错误：类型与维度不匹配求解

错误根源 #

第二个报错的核心原因是你的输入图像是4通道的RGBA格式，而模型要求的是3通道的RGB图像，导致输入维度的通道数（索引1对应的维度）不符合模型预期（实际4，预期3）。第一个错误已经通过类型转换和归一化解决，但通道数的问题没处理。

解决方案 #

1. 将RGBA图像转为3通道RGB #

根据你读取图像的方式，选择以下一种方法处理通道：

• 用OpenCV转换：

import cv2

# 先确保图像尺寸是320x320（和导出模型时指定的imgsz一致）
frame = cv2.resize(frame, (320, 320))
# 把RGBA转成RGB
frame = cv2.cvtColor(frame, cv2.COLOR_RGBA2RGB)
# 执行你原来的格式处理步骤
frame = frame.transpose((2, 0, 1))  # HWC转CHW
frame = frame[np.newaxis, :]  # 添加batch维度
frame = frame.astype(np.float32) / 255.0
results = self.onnx_session.run(['output0'], {'images': frame})

• 用numpy直接切片（丢弃Alpha通道）：

import numpy as np

# 先resize到320x320
frame = cv2.resize(frame, (320, 320))
# 取前3个通道，丢弃第4个Alpha通道
frame = frame[..., :3]
# 后续处理同前
frame = frame.transpose((2, 0, 1))
frame = frame[np.newaxis, :]
frame = frame.astype(np.float32) / 255.0
results = self.onnx_session.run(['output0'], {'images': frame})

2. 额外检查点 #

• 确认读取图像时没有默认带Alpha通道：比如用cv2.imread()读取普通jpg/png时默认是3通道，但如果是带透明层的png，会读成4通道，必须手动转成3通道。
• 确保图像尺寸严格是320x320，和导出模型时--imgsz 320 320的参数一致，避免尺寸不匹配的问题。

内容的提问来源于stack exchange，提问作者Kushhy