CNN图像上色模型训练触发Incompatible shapes形状不匹配报错

报错提示模型输出形状为[3,256,256,2]，标签形状为[3,150,150,2]，二者不匹配导致损失计算失败，核心原因如下：

• 训练数据集Xtrain的原始图像尺寸为150×150，你在模型定义时设置的输入尺寸为256×256，模型经过3次步长为2的下采样、3次2倍上采样后最终输出尺寸为256×256，和从Xtrain生成的150×150尺寸标签无法对齐
• 3次步长为2的下采样要求输入图像尺寸必须是8的倍数（2^3=8），150不是8的倍数，也会导致后续上采样无法还原到原始输入尺寸

解决方案 #

1. 统一图像尺寸：将训练集中所有图像统一resize到256×256，保证Xtrain的shape为(样本数, 256, 256, 3)，这样生成的标签Y_batch尺寸自然为256×256
2. 显式指定生成器输出尺寸：调用datagen.flow时添加参数target_size=(256,256)，避免生成器意外输出其他尺寸的图像
3. 冗余代码清理：代码中重复定义了两次datagen，可删除重复的定义段

验证方法 #

修改前可先运行以下代码确认问题：

# 查看训练集原始尺寸
print(Xtrain.shape)
# 查看模型输出尺寸
print(model.output_shape)
# 查看生成器输出的标签尺寸
test_x, test_y = next(image_a_b_gen(1))
print(test_y.shape)

确认三者尺寸一致后再启动训练即可解决报错。

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