MindSpore中ResNet50适配128x128 ImageNet维度不匹配问题求助

错误根源 #

报错For 'MatMul' the input dimensions must be equal, but got 'x1_col': 32768 and 'x2_row': 2048是因为全连接层输入维度与权重维度不匹配：

• 原适配CIFAR-10的ResNet50，32x32输入经过卷积池化后，最后一层残差模块输出为1x1x2048，展平后正好匹配全连接层要求的2048维度。
• 改为128x128输入后，最后一层残差模块输出变为4x4x2048，展平后维度是32768（442048），但全连接层仍沿用原2048的输入维度，导致矩阵乘法维度不兼容。

必须修改的模型部分 #

• 添加全局平均池化层：在全连接层之前插入nn.GlobalAveragePooling2D()层。该层会将每个通道的特征图（此处为4x4）压缩为1个平均值，输出维度固定为2048，完美匹配原全连接层的输入要求，同时符合ResNet的经典设计。
  示例代码修改：

  # 原模型末尾结构
  self.fc = nn.Dense(2048, num_classes)
  
  # 修改后结构
  self.avg_pool = nn.GlobalAveragePooling2D()
  self.fc = nn.Dense(2048, num_classes)
  
  # 前向传播逻辑调整
  def construct(self, x):
      # ... 原有卷积残差模块计算流程
      x = self.avg_pool(x)
      x = self.fc(x)
      return x
  

额外优化建议（影响精度，非报错原因） #

• 替换数据预处理的均值方差：ImageNet数据集的均值为[0.485, 0.456, 0.406]，方差为[0.229, 0.224, 0.225]，与CIFAR-10的均值方差不同，需同步修改vision.Normalize的参数。
• 核对初始卷积层配置：若原CIFAR-10版本使用3x3初始卷积而非ResNet50标准的7x7卷积，建议改回7x7卷积+padding=3，适配更大尺寸的输入图像。

内容的提问来源于stack exchange，提问作者JJJohn