如何在Keras中使用自定义尺寸图像训练Qubvel分割模型？

错误原因 #

你遇到的Concatenate层形状不匹配问题，本质是Inception-V3编码器的特征图尺寸与解码器上采样后的特征图尺寸不一致。

Inception-V3编码器包含多次固定步长的下采样操作，该分割库的U型架构需要将编码器输出的特征图与解码器上采样后的特征图按通道拼接。当输入尺寸（如272×256）无法被编码器下采样的总步长（Inception-V3为16）完全整除，或某些中间层因padding/步长设置导致尺寸计算出现非整数向下取整的差异时，就会出现类似(None, 16, 18, 2048)与(None, 16, 17, 768)这种宽高不匹配的特征图，触发拼接错误。

而256×256、256×512这类尺寸能正常运行，是因为它们的宽高都是16的倍数，下采样后所有特征图的宽高均为整数，拼接时完全对齐。

可行解决方案 #

可以使用自定义尺寸训练，但需要满足特征图尺寸对齐的要求，推荐以下两种方式：

• 选择符合步长约束的输入尺寸：确保输入的宽和高均为16的倍数（Inception-V3的总下采样因子）。例如将272×256调整为288×256（288=16×18）或256×288，这样下采样后的特征图尺寸会完全匹配，避免拼接错误。
• 修改模型适配非标准尺寸：如果必须使用272×256这类尺寸，需要手动调整模型的拼接逻辑：
  • 在拼接前对尺寸较小的特征图进行上采样（如添加转置卷积层），或对尺寸较大的特征图进行裁剪，使两者宽高一致；
  • 修改编码器中部分卷积层的padding为same，确保每一步下采样后的尺寸均为整数。
    注意：这种方式需要修改分割库的源码，且可能影响预训练权重的有效性，仅推荐有一定模型开发经验的用户尝试。

内容的提问来源于stack exchange，提问作者shiva