构建二分类图像分类CNN-LSTM混合模型时遇RecursionError求助

错误根源 #

你遇到的RecursionError本质是输入数据维度与模型期望不匹配：

• 用TimeDistributed包裹CNN层的CNN-LSTM模型，要求输入是时序格式，即形状为(batch_size, timesteps, height, width, channels)的张量。
• 当前ImageDataGenerator输出的是普通图像张量，形状为(batch_size, 64, 64, 3)，缺少时间步维度，导致模型处理时触发递归溢出。
• 模型结构还存在两处错误：LSTM层的input_shape设置完全不符合CNN输出的维度；二分类任务的输出层配置与数据不匹配。

修正步骤 #

1. 调整数据输入，添加时间步维度 #

CNN-LSTM需要时序输入，我们给每个图像样本增加一个时间步维度（这里将单张图像作为长度为1的序列），通过自定义生成器实现：

# 自定义生成器，为输入添加时间步维度
def add_timestep_generator(generator):
    while True:
        x, y = next(generator)
        # 从 (batch_size, 64,64,3) 转为 (batch_size, 1, 64,64,3)
        x = x[:, None, :, :, :]
        yield x, y

# 替换原数据生成器
train_seq = add_timestep_generator(train)
validation_seq = add_timestep_generator(validation)
test_seq = add_timestep_generator(test)

2. 修正模型结构 #

• 移除LSTM层中错误的input_shape参数，让Keras自动推断输入维度
• 二分类任务中，若使用class_mode='binary'，最后一层Dense需设为units=1，配合sigmoid激活；若用units=2，需将class_mode改为'categorical'，并改用categorical_crossentropy损失

# 初始化模型
model = Sequential()

# 用TimeDistributed包裹CNN层，适配时序输入
model.add(TimeDistributed(Convolution2D(32, (3,3), input_shape=(64,64,3), activation='relu')))
model.add(TimeDistributed(MaxPooling2D(pool_size=(2,2))))
model.add(TimeDistributed(Flatten()))

# LSTM层：自动推断输入维度，无需手动指定input_shape
model.add(LSTM(units=20, return_sequences=True))
model.add(LSTM(units=20))

# 全连接层
model.add(Dense(units=128, activation='relu'))
# 二分类输出层：units=1 + sigmoid 匹配binary_crossentropy
model.add(Dense(units=1, activation='sigmoid'))

# 编译模型
model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])

3. 训练模型 #

使用修正后的时序生成器启动训练：

history = model.fit_generator(
        generator=train_seq,
        steps_per_epoch=2,
        validation_data=validation_seq,
        epochs=5
    )

额外说明 #

如果你的需求并非处理时序图像（如视频帧序列），只是普通图像二分类，完全无需加入LSTM和TimeDistributed层，直接使用标准CNN结构即可避免此类维度匹配问题。

内容的提问来源于stack exchange，提问作者Imdadul Haque