PyTorch ResNet152模型推理报错：期望Byte类型却发现Float类型

问题根源 #

输入的images张量数据类型是Byte（uint8，像素值0-255），但PyTorch卷积层及预训练ResNet模型要求输入为浮点类型（Float32/Float64），同时预训练ResNet必须使用匹配ImageNet的标准化输入格式才能正常运行。

修复方案 #

1. 规范数据预处理（推荐在数据加载阶段处理） #

如果使用torchvision.datasets和DataLoader，直接在transforms中添加类型转换与标准化：

from torchvision import transforms

# 构建符合预训练ResNet要求的预处理流程
transform = transforms.Compose([
    transforms.ToTensor(),  # 将Byte格式图像转为Float32，同时把像素值归一到[0,1]区间
    transforms.Normalize(
        mean=[0.485, 0.456, 0.406], 
        std=[0.229, 0.224, 0.225]
    )  # 用ImageNet数据集的均值和标准差做标准化
])

# 应用到数据集加载
train_dataset = YourCustomDataset(..., transform=transform)
train_loader = torch.utils.data.DataLoader(train_dataset, batch_size=32, shuffle=True)

2. 临时手动处理输入（适用于无法修改数据加载流程的场景） #

如果你的images已经是Byte张量，在传入模型前执行以下转换：

# 转换为Float类型并归一到[0,1]
images = images.float() / 255.0

# 加载ImageNet的标准化参数，注意要和输入张量同设备
mean = torch.tensor([0.485, 0.456, 0.406]).view(1, 3, 1, 1).to(images.device)
std = torch.tensor([0.229, 0.224, 0.225]).view(1, 3, 1, 1).to(images.device)

# 执行标准化
images = (images - mean) / std

# 再传入模型计算
output = model(images)

补充说明 #

你的ResNet152初始化代码没有问题，权重加载和冻结参数、替换全连接层的操作都是正确的，问题完全出在输入数据的类型和预处理不匹配上。

内容的提问来源于stack exchange，提问作者Codeman