非正方形栅格数组作为CNN输入的问题及报错解决求助

我有6个单波段滑坡参数栅格，转换为numpy数组后堆叠成形状为(1612, 2885, 6)的数组，同时有1个形状为(1612, 2885, 1)的滑坡编目栅格作为目标数据。

因为数组是非正方形的，我在定义CNN输入形状时很困惑——是否需要把数组调整为更小的正方形？尝试直接用数组尺寸定义输入形状时，一直出现以下报错：

ValueError: Input 0 of layer "conv2d" is incompatible with the layer:
expected min_ndim=4, found ndim=3. Full shape received: (None, 2885, 6)

已经被这个问题困扰一个月，求解决方案，同时希望获取输入形状相关的学习建议，方便以后解决类似问题。

我的代码 #

读取栅格并转为数组 #

#Reading raster stack
Elevation = gdal.Open(r"C:/Users/Neo/NEO/Belajar Python/S3/Data jadi/Resampled data/Elevation.tif")  
Wetness= gdal.Open(r"C:/Users/Neo/NEO/Belajar Python/S3/Data jadi/Resampled data/Wetness.tif") 
Slope= gdal.Open(r"C:/Users/Neo/NEO/Belajar Python/S3/Data jadi/Resampled data/Slope.tif")
Distanceroad= gdal.Open(r"C:/Users/Neo/NEO/Belajar Python/S3/Data jadi/Resampled data/DistanceRoad.tif") 
Distanceriver= gdal.Open(r"C:/Users/Neo/NEO/Belajar Python/S3/Data jadi/Resampled data/DistanceRiver.tif") 
Aspect= gdal.Open(r"C:/Users/Neo/NEO/Belajar Python/S3/Data jadi/Resampled data/Aspect.tif")
Target= gdal.Open(r"C:/Users/Neo/NEO/Belajar Python/S3/Data jadi/Resampled data/inventory.tif") 

#Read raster as array
ElevationArray = np.array(Elevation.GetRasterBand(1).ReadAsArray())
WetnessArray = np.array(Wetness.GetRasterBand(1).ReadAsArray())
SlopeArray = np.array(Slope.GetRasterBand(1).ReadAsArray())
DistanceRoadArray = np.array(Distanceroad.GetRasterBand(1).ReadAsArray())
DistanceRiverArray = np.array(Distanceriver.GetRasterBand(1).ReadAsArray())
AspectArray = np.array(Aspect.GetRasterBand(1).ReadAsArray())
TargetArray = np.array(Target.GetRasterBand(1).ReadAsArray())

#Array stacking
Dataarray = np.dstack((ElevationArray,WetnessArray,SlopeArray,DistanceRoadArray,DistanceRiverArray,AspectArray))

print(Dataarray.shape)

输出：(1612, 2885, 6)

划分训练测试集 #

#Target and factor array
row = Dataarray.shape[0]
col = Dataarray.shape[1]
bands = Dataarray.shape[2]

X_data = Dataarray
y_data = TargetArray

#data split into X and Y
X_train, X_test, y_train, y_test = train_test_split(X_data, y_data, test_size=0.3, random_state=42)
print(X_train.shape, X_test.shape, y_train.shape, y_test.shape)

输出：(1128, 2885, 6) (484, 2885, 6) (1128, 2885) (484, 2885)

CNN模型定义 #

# CNN model #

inputshape = (row, col, bands)
model = Sequential()
model.add(Conv2D(6, (3,3), activation='relu', input_shape=inputshape[1:]))
model.add(MaxPool2D(2))
model.add(Flatten())
model.add(Dense(50, activation='sigmoid'))
model.add(Dense(15, activation='sigmoid'))
model.add(Dense(1, activation='softmax'))
optimizer = optimizers.Adam(lr=0.01)
model.compile(loss='categorical_crossentropy',
             optimizer=optimizer, metrics=['accuracy'])

def lr_scheduler(epoch):
    if epoch % 100 == 0:
        K.set_value(optimizer.lr, K.eval(optimizer.lr) * 0.1)
    return K.eval(optimizer.lr)

reduce_lr = LearningRateScheduler(lr_scheduler)
EarlyStop = EarlyStopping(monitor='val_loss', patience=200, verbose=0, mode='min')
modelcheck = ModelCheckpoint('CNN_model.h5', monitor='val_acc',
        verbose=1, save_best_only=True, mode='max')

callable = [modelcheck, reduce_lr, EarlyStop]

model.fit(X_train, y_train, batch_size=100, 
    callbacks=callable, verbose=2, epochs=10)

model.save('CNN_model.h5')

print(model.summary())

运行后报错：

ValueError: Input 0 of layer "conv2d" is incompatible with the layer: expected min_ndim=4, found ndim=3. Full shape received: (None, 2885, 6)

1. 核心问题：输入维度与样本逻辑错误 #

Keras的Conv2D层要求输入是4维张量：(样本数, 高度, 宽度, 通道数)，但你的数据处理完全搞错了样本定义：

• 你用train_test_split直接分割第一维度，把栅格的行（高度）当成了样本数，导致输入变成(1128, 2885, 6)——这是3维数据，缺少了CNN要求的样本维度，同时原本的高度维度被错误识别为样本数，最终引发维度不匹配报错。

正确的数据处理方式 #

遥感栅格用CNN训练，必须把局部像素窗口作为样本，步骤如下：

• 用滑动窗口从大栅格中截取固定大小的小块（比如32x32或64x64，长方形也可以，无需强制正方形），每个小块对应一个样本，窗口中心的标签作为该样本的目标值。
• 可以用skimage.util.view_as_windows实现滑动窗口切割，既符合CNN局部特征学习的逻辑，也能避免大尺寸栅格带来的内存溢出问题。

快速验证模型的临时修复 #

如果只是想验证模型逻辑，可临时给数据增加样本维度（仅适合小尺寸栅格，你的大尺寸图可能会内存溢出）：

# 给X增加样本维度
X_train = X_train[np.newaxis, ...]
X_test = X_test[np.newaxis, ...]
# 给y增加样本和通道维度（适配像素级分类）
y_train = y_train[np.newaxis, ..., np.newaxis]
y_test = y_test[np.newaxis, ..., np.newaxis]

2. 模型定义的其他修正点 #

• input_shape参数应设为(row, col, bands)，你之前取inputshape[1:]导致缺失高度维度，必须保证输入形状与数据的单样本维度一致。
• 损失函数与激活层不匹配：滑坡编目通常是二分类任务，应将最后一层改为sigmoid激活，损失函数用binary_crossentropy；如果是多分类且标签未做独热编码，用sparse_categorical_crossentropy替代categorical_crossentropy。

• 牢记CNN输入维度规则：TensorFlow后端的2D卷积层输入必须是4维，顺序为(batch_size, height, width, channels)，PyTorch则是(batch_size, channels, height, width)，注意区分框架差异。
• 掌握栅格样本切割逻辑：遥感栅格几乎都用滑动窗口切割小样本训练，这是解决大尺寸数据内存问题和适配CNN局部特征学习的核心方法。
• 模型与任务匹配：根据任务类型（二分类/多分类/语义分割）选择对应的激活层和损失函数，不要随意混用。
• 无需强制正方形输入：CNN支持任意长方形输入，只要卷积核尺寸能适配即可（比如输入宽度2885用3x3卷积核，步长1时输出宽度为2885-3+1=2883，完全合法）。

内容的提问来源于stack exchange，提问作者Neo1990