设置非256的img_size时触发reshape报错，求问题排查与解决

代码实现 #

img_size = 320
def load_img(path):
    img = Image.open(path)
    if img is None:
        raise ValueError(f"Empty Image at {path}")
    img = img.convert("RGB")
    return img

def load_data(path_list, gray=False, img_size=256):
    data = []
    for path in tqdm(path_list):
        img = load_img(path)
        if gray:
            img = img.convert("L")
        img = img.resize((img_size, img_size))
        img_array = np.array(img)
        if gray:
            img_array = img_array.reshape((img_size, img_size, 1))
        data.append(img_array)
    return np.array(data)

X_train= load_data([images_dir +"/"+ x for x in X_train])
X_test= load_data([images_dir +"/"+ x for x in X_test])
Y_train= load_data([masks_dir + '/' + x for x in y_train], gray=True)/255.0
Y_test= load_data([masks_dir + '/' + x for x in y_test], gray=True)/255.0
Y_train= Y_train.reshape( -1,img_size, img_size, 1)

报错信息 #

----> 1 Y_train= Y_train.reshape( -1,img_size, img_size, 1)
  2 
  3 

ValueError: cannot reshape array of size 983040 into shape (320,320,1)

问题根源 #

1. 参数不匹配：load_data函数默认img_size为256，但你全局定义的img_size是320。处理Y_train/Y_test时，未给load_data传入img_size参数，导致函数用默认值256处理图像，每个mask最终被处理成(256,256,1)的形状，总元素数为样本数×256×256×1=983040。
2. 多余的reshape操作：后续用全局的320执行reshape时，320×320×1=102400，983040无法被102400整除，因此报错。当全局img_size设为256时，参数一致，所以能正常运行。

解决方案 #

• 方案一：统一参数：调用load_data处理mask时，显式传入当前全局的img_size：

Y_train= load_data([masks_dir + '/' + x for x in y_train], gray=True, img_size=img_size)/255.0
Y_test= load_data([masks_dir + '/' + x for x in y_test], gray=True, img_size=img_size)/255.0

• 方案二：移除多余reshape：load_data函数中已经对gray模式的图像做了reshape((img_size, img_size, 1))，返回的数组已经是(样本数, img_size, img_size, 1)的形状，直接删掉最后一行的Y_train= Y_train.reshape( -1,img_size, img_size, 1)即可。

内容的提问来源于stack exchange，提问作者PRITAM BHAKTA