构建CNN+Transformer裂纹语义分割模型遇输入不匹配错误求助

先明确模型输入需求 #

首先运行model.summary()，查看模型开头的Input Layer数量：

• 如果显示2个输入层，说明你的模型确实需要两组输入张量；
• 如果只有1个输入层，那问题出在数据加载或model.fit()的传参上。

常见错误场景及修复方案 #

场景1：模型定义了双输入，但训练时只传了单组数据 #

如果你的模型是双输入结构（比如同时接收图像和辅助特征），训练时必须把两组输入打包成元组传入：

# 示例：双输入模型定义
input_img = tf.keras.layers.Input(shape=(256,256,3))
input_aux = tf.keras.layers.Input(shape=(10,))  # 假设存在辅助输入
# 后续CNN+Transformer层结合两个输入
...
outputs = tf.keras.layers.Conv2D(1, (1,1), activation='sigmoid')(combined_features)
model = tf.keras.Model(inputs=[input_img, input_aux], outputs=outputs)

# 训练时传入打包后的输入
model.fit(
    x=(图像数据集, 辅助输入数据集),
    y=掩码标签数据集,
    epochs=10
)

场景2：语义分割模型（单输入），但数据加载未正确配对图像与掩码 #

裂纹语义分割通常是单输入（图像）、单输出（掩码），你需要把分目录的图像和掩码正确配对：

# 加载图像数据集
img_ds = tf.keras.utils.image_dataset_from_directory(
    "path/to/images_dir",
    image_size=(256,256),
    batch_size=8
)
# 加载掩码数据集（注意设置单通道）
mask_ds = tf.keras.utils.image_dataset_from_directory(
    "path/to/masks_dir",
    image_size=(256,256),
    color_mode="grayscale",
    batch_size=8
)
# 将图像与掩码配对成(输入, 标签)格式的数据集
train_ds = tf.data.Dataset.zip((img_ds, mask_ds))

# 单输入模型训练
model.fit(train_ds, epochs=10)

场景3：数据集输出为空或格式错误 #

快速验证数据集结构：

# 打印第一批次数据的结构
for batch in train_ds.take(1):
    print(batch)

• 如果输出是()空元组，说明数据加载路径错误或数据集为空；
• 如果输出是单组数据，说明未正确配对输入与标签。

内容的提问来源于stack exchange，提问作者Pranjal Bisht