PyTorch中Conv2d输入尺寸错误：输入[16,3,120,120]却报错[16,1280]

报错本质 #

这个错误说明你的模型中存在一个conv2d层，当前传入它的是形状为[16, 1280]的2D张量（批量数+特征数），但卷积层要求输入必须带空间维度：要么是单样本的3D张量[通道数, 高度, 宽度]，要么是批量的4D张量[批量数, 通道数, 高度, 宽度]。

问题根源 #

预训练EfficientNet-B1的结构逻辑是：

• features模块（特征提取部分）输出4D特征图[B, 1280, H', W']
• 经过全局平均池化（avgpool）压缩为2D张量[B, 1280]
• 最后由classifier模块（原结构是Dropout+Linear）输出分类结果

你修改分类器时，大概率错误地在全局池化之后加入了卷积层——而池化后的张量已经丢失了空间维度，自然无法满足卷积层的输入要求。

正确修改方案 #

方案1：仅替换最后的全连接层（最常用）

直接把原分类器的全连接层改成12类即可，不需要加卷积层：

from torchvision import models
import torch.nn as nn

# 加载预训练模型
model = models.efficientnet_b1(pretrained=True)

# 可选：冻结特征提取层，只训练分类器
for param in model.features.parameters():
    param.requires_grad = False

# 替换分类器：原classifier是Sequential(Dropout(0.2), Linear(1280, 1000))
model.classifier = nn.Sequential(
    nn.Dropout(0.2),
    nn.Linear(1280, 12)  # 输出维度改为12类
)

方案2：若需在特征提取后加卷积层

如果必须加入卷积操作，要把卷积层放在全局池化之前（即features模块之后），这样输入到卷积层的还是带空间维度的4D特征图：

from torchvision import models
import torch.nn as nn

model = models.efficientnet_b1(pretrained=True)

# 在features模块末尾添加卷积层
model.features.add_module('extra_conv', nn.Conv2d(1280, 512, kernel_size=1))

# 调整后续池化和分类器（因为通道数从1280变成了512）
model.avgpool = nn.AdaptiveAvgPool2d(1)
model.classifier = nn.Sequential(
    nn.Dropout(0.2),
    nn.Linear(512, 12)
)

额外检查 #

如果是自定义了forward方法，确认没有提前将4D特征图扁平化后，又传入卷积层的逻辑。

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