使用Keras API复现MobileNet V3瓶颈模块时维度不匹配问题排查

错误根源 #

你遇到的ValueError完全是因为残差连接的维度不匹配。咱们来拆解一下：

• 你的bneck2设置了strides=2，这会让深度可分离卷积后的特征图尺寸直接减半（从输入的128x128变成64x64），同时输出通道数是24；
• 而bneck2的输入是bneck1的输出，通道数是16、尺寸128x128；
• 你原代码里不管什么情况都强行用Add()把输入和输出拼在一起，这两个张量的形状（128,128,16）和（64,64,24）完全不兼容，自然会报错。

这其实是MobileNetV2（以及V3）残差结构的核心规则：只有当步长为1，且输入通道数等于瓶颈模块的输出通道数时，才进行残差相加；否则直接返回瓶颈模块的输出（或者对输入做维度适配后再相加）。你的原函数没有处理这个判断逻辑，导致了维度冲突。

修复后的瓶颈模块实现 #

我结合MobileNetV2的残差逻辑和V3的特性，给你修改了bottleneck_block函数，重点补上了残差连接的条件判断，同时还原了必要的BN和激活层（这些是模型性能的关键，别注释掉哦）：

import tensorflow as tf
from tensorflow.keras.layers import (
    Conv2D, BatchNormalization, Activation, DepthwiseConv2D,
    Add, GlobalAveragePooling2D, Multiply
)

def bottleneck_block(x, expand=64, squeeze=16, strides=1, bneck_depth=3, use_se=True, activation='relu6'):
    input_channels = x.shape[-1]
    
    # 1. 扩张卷积（Pointwise Conv）
    m = Conv2D(expand, (1,1), strides=1, padding='same', use_bias=False)(x)
    m = BatchNormalization()(m)
    m = Activation(activation)(m)  # V3中部分模块用hardswish，这里留参数灵活调整
    
    # 2. 深度可分离卷积（Depthwise Conv）
    m = DepthwiseConv2D(bneck_depth, padding='same', strides=strides, use_bias=False)(m)
    m = BatchNormalization()(m)
    m = Activation(activation)(m)
    
    # 3. SE模块（MobileNetV3新增，可选）
    if use_se:
        se = GlobalAveragePooling2D()(m)
        se = Conv2D(expand // 16, 1, activation='relu', use_bias=False)(se)
        se = Conv2D(expand, 1, activation='hard_sigmoid', use_bias=False)(se)
        m = Multiply()([m, se])
    
    # 4. 压缩卷积（Pointwise Conv）
    m = Conv2D(squeeze, (1,1), strides=1, padding='same', use_bias=False)(m)
    m = BatchNormalization()(m)
    
    # 5. 残差连接判断：只有步长为1且通道数匹配时才相加
    if strides == 1 and input_channels == squeeze:
        return Add()([m, x])
    else:
        # 维度不匹配时，直接返回瓶颈模块的输出（MobileNetV2/V3的标准逻辑）
        return m

关键修改点说明 #

1. 残差连接条件判断：通过strides == 1 and input_channels == squeeze来决定是否进行残差相加，完美解决维度不匹配问题；
2. 还原BN和激活层：这些层是MobileNet系列模型轻量化和性能的核心，注释掉会导致模型收敛困难；
3. 新增SE模块支持：MobileNetV3加入了Squeeze-and-Excitation模块来提升通道注意力，这里做成可选参数，你可以根据论文架构图决定是否开启；
4. 激活函数参数化：MobileNetV3中有些模块用hardswish代替relu6，你可以在调用时指定，比如自定义hardswish激活：tf.keras.layers.Activation(lambda x: x * tf.nn.relu6(x + 3) / 6)。

适配你的调用代码 #

现在你再调用add_bottleneck_block（假设是这个函数封装了上面的bottleneck_block）就不会报错了：

• bneck1 = add_bottleneck_block(firt_conv, 16, 16)：输入通道16，输出通道16，步长1，满足残差条件，正常相加；
• bneck2 = add_bottleneck_block(bneck1, 64, 24, strides=2)：步长2，输入通道16≠输出24，直接返回瓶颈输出，维度完全匹配。

另外，建议你对照MobileNetV3的官方架构表，仔细核对每个瓶颈模块的扩张通道数、输出通道数、步长、深度卷积核大小以及是否使用SE模块，这样才能完全复现论文中的模型。

内容的提问来源于stack exchange，提问作者zeh