基于MobileNetV2的CNN添加自定义层时出现维度错误，求解决方案

你遇到的错误核心是MobileNetV2输出的特征图尺寸太小，无法适配后续的5x5卷积层：
当输入为96x96x3时，include_top=False的MobileNetV2会经过多次下采样，最终输出的特征图尺寸是3x3x1280。而你添加的Conv2D层默认使用padding='valid'（无填充），此时输出尺寸计算公式为：
输出尺寸 = (输入尺寸 - 卷积核尺寸 + 2*padding)/步长 + 1
代入3x3输入和5x5卷积核后，得到(3-5+0)/1 +1 = -1，直接出现负维度，触发报错。

另外，你在Conv2D层手动指定的input_shape=(96,96,3)完全无效——Sequential模型中后续层会自动继承上一层的输出形状，这个参数只会造成混淆，建议直接删除。

以下三种方案任选其一即可：

方案1：给卷积层添加填充 #

通过padding='same'让卷积层自动填充输入，保证输出尺寸与输入一致，避免维度异常：

base_model = tf.keras.applications.MobileNetV2(input_shape=(96,96,3),
                                               include_top=False,
                                               weights='imagenet')

model = tf.keras.Sequential()
model.add(base_model)
# 添加padding='same'，删除无效的input_shape参数
model.add(layers.Conv2D(60, kernel_size=(5, 5), strides=(1, 1),
                 activation='relu',
                 padding='same')) 
model.add(layers.MaxPooling2D(pool_size=(2, 2), strides=(2, 2)))
# 后续卷积层同样需要添加padding，否则1x1特征图用5x5卷积仍会报错
model.add(layers.Conv2D(64, kernel_size=(5, 5), strides=(1, 1), activation='relu', padding='same'))
model.add(layers.Flatten())
model.add(layers.Dense(500, activation='relu'))
model.add(layers.Dense(10, activation='softmax'))

方案2：缩小卷积核尺寸 #

把5x5卷积换成更小的尺寸（比如3x3或1x1），适配3x3的特征图：

base_model = tf.keras.applications.MobileNetV2(input_shape=(96,96,3),
                                               include_top=False,
                                               weights='imagenet')

model = tf.keras.Sequential()
model.add(base_model)
# 换成3x3卷积核，无需填充也能得到1x1的输出
model.add(layers.Conv2D(60, kernel_size=(3, 3), strides=(1, 1),
                 activation='relu')) 
# 用1x1卷积做通道转换，避免尺寸问题
model.add(layers.Conv2D(64, kernel_size=(1, 1), strides=(1, 1), activation='relu'))
model.add(layers.Flatten())
model.add(layers.Dense(500, activation='relu'))
model.add(layers.Dense(10, activation='softmax'))

方案3：增大输入图像尺寸 #

如果坚持使用5x5卷积且不添加填充，可以把输入尺寸调整为更大的值（比如224x224），让MobileNetV2输出的特征图尺寸足够大：

# 修改输入尺寸为224x224，此时MobileNetV2输出7x7x1280的特征图
base_model = tf.keras.applications.MobileNetV2(input_shape=(224,224,3),
                                               include_top=False,
                                               weights='imagenet')

model = tf.keras.Sequential()
model.add(base_model)
model.add(layers.Conv2D(60, kernel_size=(5, 5), strides=(1, 1),
                 activation='relu'))
model.add(layers.MaxPooling2D(pool_size=(2, 2), strides=(2, 2)))
model.add(layers.Conv2D(64, kernel_size=(5, 5), strides=(1, 1), activation='relu'))
model.add(layers.MaxPooling2D(pool_size=(2, 2), strides=(2, 2)))
model.add(layers.Flatten())
model.add(layers.Dense(500, activation='relu'))
model.add(layers.Dense(10, activation='softmax'))

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