EfficientNetV2B0模型fit训练时张量形状不兼容报错求解

核心错误为分类头搭建时缺失全局池化层：直接将EfficientNetV2B0骨干网络输出的4维特征图接入全连接层，导致模型最终输出形状不符合分类任务要求，无法和标签形状匹配，触发两类报错。

• 骨干网络输出的特征为4维张量，形状为(batch_size, 特征图高度, 特征图宽度, 通道数)，直接接Dense层时，Dense仅作用在最后一个通道维度，最终模型输出为4维结构(batch_size, 特征图高度, 特征图宽度, 类别数)，不是分类任务要求的2维输出(batch_size, 类别数)。
• 场景1使用CategoricalCrossentropy时，传入的one-hot标签形状为2维(batch_size, 类别数)，和4维模型输出形状完全不兼容，触发Shapes (None, None) and (None, None, None, 3) are incompatible报错。
• 场景2使用SparseCategoricalCrossentropy时，传入的整数标签形状为1维(batch_size,)，模型输出的空间维度被自动展平后，第一维长度变为batch_size * 特征图高度 * 特征图宽度，和你报错中logits形状[1568,3]、标签形状[32]的维度差完全吻合（32 batch、77特征图的情况下，327*7=1568）。

修改分类头代码，在骨干网络输出后、接入全连接层之前新增全局池化层，将4维特征图压缩为2维特征向量即可：

x = base_model.layers[-6].output
# 新增全局平均池化层，输出形状转为(batch_size, 通道数)
x = tf.keras.layers.GlobalAveragePooling2D()(x)
x = Dense(1024,activation='relu')(x) # 全连接层1
x = Dense(512,activation='relu')(x) # 全连接层2
output = Dense(CLASSES, activation='softmax')(x) # 分类输出层
model = Model(inputs=base_model.input, outputs=output)

模型结构修复后，保持数据生成器的class_mode参数和损失函数一一对应即可正常训练，两种搭配均可：

• 若train_generator设置class_mode='categorical'（标签为one-hot编码格式），损失函数使用tf.keras.losses.CategoricalCrossentropy()
• 若train_generator设置class_mode='sparse'（标签为整数类别索引格式），损失函数使用tf.keras.losses.SparseCategoricalCrossentropy()

内容的提问来源于stack exchange，提问作者Bet