移除GAT模块使用ResNet18？解决输出与目标尺寸不匹配问题

报错核心原因：移除GAT后，当前模型输出512维特征向量（形状[64,512]），但训练标签是1维二分类标签（形状[64,1]），维度不匹配。原模型中GAT负责将ResNet的空间特征转换为1维二分类概率，现在需要用全连接层替代这个映射逻辑。

修改步骤及代码 #

1. 关键修改点 #

• 新增全连接层，把512维特征映射为1维输出，对齐标签维度。
• 保留原模型的ResNet预训练+参数冻结逻辑，避免训练量过大、对齐原性能基线。
• 最后应用sigmoid函数输出二分类概率，和原模型输出逻辑一致。

2. 修改后的完整代码 #

import torch
import torch.nn as nn
from torchvision.models.resnet import ResNet, BasicBlock

class AntispoofModel(nn.Module):    
    def __init__(self, device="cpu", **kwargs):
        super().__init__()
        # 加载预训练ResNet18，对齐原模型逻辑
        resnet = torch.hub.load('pytorch/vision:v0.10.0', 'resnet18', pretrained=True)
        # 拆分ResNet结构，保留到layer4（对应原模型的[:-2]，去掉avgpool和fc）
        self.conv1 = resnet.conv1
        self.bn1 = resnet.bn1
        self.relu = resnet.relu
        self.maxpool = resnet.maxpool
        self.layer1 = resnet.layer1
        self.layer2 = resnet.layer2
        self.layer3 = resnet.layer3
        self.layer4 = resnet.layer4
        self.avgpool = nn.AdaptiveAvgPool2d(output_size=1)
        
        # 添加全连接层，将512维特征映射为1维输出
        self.fc = nn.Linear(512, 1).to(device)
        
        # 冻结ResNet参数，和原模型一致
        for param in list(self.conv1.parameters()) + list(self.bn1.parameters()) + \
                     list(self.layer1.parameters()) + list(self.layer2.parameters()) + \
                     list(self.layer3.parameters()) + list(self.layer4.parameters()):
            param.requires_grad = False
            
        self.device = device
        
    def forward(self, x):
        x = x.to(self.device)
        feature = self.conv1(x)
        feature = self.bn1(feature)
        feature = self.relu(feature)
        feature = self.maxpool(feature)
        feature = self.layer1(feature)
        feature = self.layer2(feature)
        feature = self.layer3(feature)
        feature = self.layer4(feature)
        out = self.avgpool(feature)  # shape: [batch_size, 512, 1, 1]
        out = out.view(out.size(0), -1)  # shape: [batch_size, 512]
        out = self.fc(out)  # shape: [batch_size, 1]
        return torch.sigmoid(out)  # 输出二分类概率，对齐原模型

3. 补充说明 #

• 原模型ResNet采用预训练+冻结参数的方式，修改后保留该逻辑，避免从头训练ResNet带来的计算开销和性能波动。
• 全连接层nn.Linear(512,1)完全替代原GAT的最终输出映射功能，确保输出维度与标签匹配。
• 保留sigmoid函数输出0-1区间的概率值，和原模型输出形式一致，无需调整损失函数调用逻辑。

内容的提问来源于stack exchange，提问作者123321