适配3x390x320图像时ResNet34出现尺寸不匹配错误的解决咨询

这个错误的根源很明确：你的全连接层输入维度和特征图展开后的维度不匹配。

原ResNet是针对32x32的小图像设计的，经过多次下采样和池化后，最后特征图会被压缩成1x1，展开后刚好是512（对应nn.Linear(512, num_classes)）。但你的390x320图像经过网络后，最后得到的特征图是512x49x40，用avg_pool2d(4)处理后变成512x12x10，展开后是61440，而全连接层只接受512维的输入，自然会抛出尺寸不匹配的错误。

下面给你两种可行的修改方案：

方案1：使用自适应平均池化（推荐） #

自适应池化可以自动调整池化核的大小，不管输入特征图的尺寸是多少，都能输出你指定的固定大小（比如1x1），这样完全不需要修改全连接层，兼容性最强。

修改ResNet类的forward方法里的池化步骤：

def forward(self, x):
    x = x.float() # 10, 3, 390, 320
    out = F.relu(self.bn1(self.conv1(x).float()).float()) # 10, 64, 390, 320
    out = self.layer1(out) # 10, 64, 390, 320
    out = self.layer2(out) # 10, 128, 195, 160
    out = self.layer3(out) # 10, 256, 98, 80
    out = self.layer4(out) # 10, 512, 49, 40
    # 替换原来的avg_pool2d为自适应池化，输出1x1的特征图
    out = F.adaptive_avg_pool2d(out, (1, 1)) # 10, 512, 1, 1
    out = out.view(out.size(0), -1) # 10, 512
    out = self.linear(out) # 现在维度匹配了！
    return out

这种方法的好处是：不管你后续更换什么尺寸的图像，只要网络的下采样逻辑不变，池化后的特征图都会是1x1，全连接层不需要任何改动，非常灵活。

方案2：重新计算全连接层的输入维度 #

如果你想保留原来的平均池化逻辑，那需要先计算出池化后特征图的总维度，然后修改全连接层的输入特征数。

首先，计算池化后的特征图尺寸：

• layer4输出是512x49x40
• 用avg_pool2d(4)，池化后的高度是49 // 4 = 12，宽度是40 // 4 = 10
• 总维度是512 * 12 * 10 = 61440

然后修改ResNet类的__init__方法里的全连接层：

def __init__(self, block, num_blocks, num_classes=10):
    super(ResNet, self).__init__()
    self.in_planes = 64
    self.conv1 = conv3x3(3, 64)
    self.bn1 = nn.BatchNorm2d(64)
    self.layer1 = self._make_layer(block, 64, num_blocks[0], stride=1)
    self.layer2 = self._make_layer(block, 128, num_blocks[1], stride=2)
    self.layer3 = self._make_layer(block, 256, num_blocks[2], stride=2)
    self.layer4 = self._make_layer(block, 512, num_blocks[3], stride=2)
    # 替换原来的512*block.expansion为计算出的61440
    self.linear = nn.Linear(61440, num_classes)

不过这种方法的局限性很明显：如果后续更换图像尺寸，你需要重新计算特征图维度，再修改全连接层，不够灵活。

另外注意：你代码里的ResNet18函数引用了PreActBlock，但你定义的是BasicBlock，这里可能是笔误，记得要保持一致，避免其他错误。

内容的提问来源于stack exchange，提问作者feiland