PyTorch训练CPM姿态模型遇通道不匹配RuntimeError求助

问题本质 #

你的输入张量（[64,57,28,28]）通道数（57）与Mconv1_stage2卷积层定义的输入通道数（55）不匹配，导致报错。核心要从数据拼接逻辑和模型层参数设置两个方向排查。

排查与修复步骤 #

1. 确认输入通道数的组成 #

在模型的forward方法中，找到进入Mconv1_stage2前的张量，打印其形状及拼接的各部分张量形状，明确57通道的来源：

# 在Mconv1_stage2前添加打印语句
print("Pre-Mconv1_stage2 input shape:", x.shape)
# 打印拼接的各分量形状
print("Image feature shape:", image_feat.shape)
print("Stage1 heatmap shape:", stage1_heatmap.shape)
print("Center map shape:", center_map.shape)

核对输出结果：

• 若热图通道数不是21（freihand数据集对应21个关键点），说明数据预处理时热图生成错误，修正热图通道数；
• 若存在重复拼接的张量（比如中心图被加入两次），去掉重复项；
• 若各分量通道数相加确实为57，说明模型层参数设置错误。

2. 修正模型层的输入通道数 #

找到Mconv1_stage2的定义代码，将in_channels参数从55修改为57：

# 原错误代码
self.Mconv1_stage2 = nn.Conv2d(in_channels=55, out_channels=128, kernel_size=3, padding=1)

# 修改后代码
self.Mconv1_stage2 = nn.Conv2d(in_channels=57, out_channels=128, kernel_size=3, padding=1)

3. 对齐CPM阶段输入规范 #

CPM的stage2及后续阶段输入通常是初始图像特征 + 上一阶段热图 + 中心图，确保拼接逻辑符合这个规范：

# 示例正确拼接逻辑（根据实际特征通道数调整）
stage2_input = torch.cat([initial_image_feat, stage1_output_heatmap, center_map], dim=1)

计算拼接后的通道数，确保和对应stage的第一个卷积层in_channels参数完全一致。

内容的提问来源于stack exchange，提问作者jaabir